已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、微網概念的提出為光伏、風電等分布式清潔能源的應用提供了良好的應用平臺,減少了分布式能源接入對大電網的沖擊。我國微網研究水平處于世界前沿,目前已有多個風光互補型微網投產運行,對微網中各類負荷的預測,進而實現(xiàn)對與大電網相連的PCC點的負荷預測是十分必要的。
本文對風光互補型微網中各類負荷的特性進行了深入分析,明確了影響各類負荷的外界因素;通過對現(xiàn)有的負荷預測方法進行研究,最終建立了基于數(shù)據(jù)挖掘與支持向量機的預測模型。該模型以微網中
2、各類負荷影響因素為基礎,通過各類負荷對應的日類型模糊分類器,將原始數(shù)據(jù)進行分類;再根據(jù)預測日的日類型在相應的日類型子數(shù)據(jù)庫中,采用灰色關聯(lián)度分析法選取樣本數(shù)據(jù);將樣本數(shù)據(jù)整理輸入到SVM預測模型中,完成預測。預測模型充分吸取了數(shù)據(jù)挖掘技術和SVM的優(yōu)點,具有運算速度快、預測精度較高等特點。
文中SVM模型采用LisbSVM軟件包實現(xiàn),并將軟件包功能移植到Visual C++中。對同一地區(qū)的小型光伏電站功率、小型風電場功率和部分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的數(shù)據(jù)挖掘.pdf
- 基于支持向量機的短期電力負荷預測
- 基于支持向量機的電力負荷預測研究.pdf
- 基于支持向量機的電力負荷預測研究
- 基于加權支持向量機的短期負荷預測.pdf
- 基于支持向量機的短期電力負荷預測.pdf
- 基于支持向量機的數(shù)據(jù)挖掘預測算法的研究與應用.pdf
- 基于改進支持向量機的短期負荷預測研究.pdf
- 基于支持向量機的電力短期負荷預測研究.pdf
- 基于支持向量機的短期電力負荷預測研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘方法.pdf
- 基于支持向量機的船舶電力負荷短期預測.pdf
- 基于支持向量機的電力負荷預測預警研究.pdf
- 基于支持向量機(SVM)的短期負荷預測的研究.pdf
- 基于支持向量機的電網月底負荷預測方法研究
- 基于混沌特性的支持向量機短期電力負荷預測.pdf
- 基于改進支持向量機的短期電力負荷預測研究.pdf
- 基于支持向量機的電網負荷預測系統(tǒng)研究.pdf
- 基于支持向量機的中短期電力負荷預測.pdf
- 基于支持向量機的短期電力負荷預測方法研究.pdf
評論
0/150
提交評論