已閱讀1頁，還剩65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、短期電力負荷預測研究工作,對電網調度及用電管理具有重要的學術價值和實際應用價值。本文建立了基于動態(tài)慣性粒子群優(yōu)化最小二乘支持向量機的混合短期負荷預測模型,以保定供電公司的歷史負荷數據為基礎,在總結現有理論成果的基礎上主要對支持向量機的訓練算法、參數選取、核函數的構造、短期負荷特性以及誤差預測模型進行研究,選擇RBF核函數作為最小二乘支持向量機的核函數,并選用動態(tài)慣性粒子群優(yōu)化算法對支持向量機的核參數和正則化參數進行尋優(yōu)。提出了以動態(tài)慣性
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
- 基于智能優(yōu)化模型的短期電力負荷預測系統(tǒng).pdf
- 基于人工蜂群優(yōu)化LS-SVM短期負荷預測研究.pdf
- 基于支持向量機（SVM）的短期負荷預測的研究.pdf
- 基于聚類分析與SVM的電力短期負荷預測研究.pdf
- 基于周期調整及螢火蟲算法優(yōu)化參數的智能短期負荷預測模型.pdf
- 基于誤差分析修正的超短期風速及短期風電功率預測研究.pdf
- 基于SVM組合模型的燃氣負荷預測研究.pdf
- 基于負荷特性分析的短期負荷預測模型研究.pdf
- 基于智能計算的變權重組合優(yōu)化短期負荷預測研究.pdf
- 基于殘差和相似日修正的燃氣短期負荷組合預測模型研究.pdf
- 短期電力負荷預測的神經網絡模型優(yōu)化研究及應用.pdf
- 基于小波理論的短期負荷預測模型研究.pdf
- 網絡流量預測中基于群智能優(yōu)化的SVM模型.pdf
- 基于組合預測模型的超短期大波動負荷預測.pdf
- 基于數據挖掘的電力短期負荷預測模型及方法的研究.pdf
- 基于協(xié)整——誤差修正模型的中長期電力負荷需求預測.pdf
- 短期電力負荷預測組合模型研究.pdf
- 基于協(xié)整與誤差修正模型的預測.pdf
- 智能電網環(huán)境下的短期負荷預測研究及實現.pdf
- 基于智能網格分類的天然氣短期負荷預測模型的研究與實現.pdf
評論
0/150
提交評論