版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、基于支持向量機的短期電力負荷預測基于支持向量機的短期電力負荷預測時昀電力負荷預測是電力系統(tǒng)領域一個傳統(tǒng)問題。分析了現(xiàn)有短期電力負荷預測方法的優(yōu)缺點。研究了基于支持向量機的短期電力負荷預測方法,分析了該方法在實施的步驟和相關方法,并進行了相關分析?!娟P鍵詞】負荷預測支持向量機粒子群算法最小二乘向量機核函數(shù)負荷預測是指從已知情況出發(fā),通過對于歷史數(shù)據(jù)的分析和研究,探索事物之間的內(nèi)在聯(lián)系和發(fā)展變化規(guī)律,對負荷發(fā)展做出預先估計和推測。電力負荷預
2、測主要是以下幾個目的:(1)電能由于其特殊性導致不能大面積的儲存,需要邊生產(chǎn)邊使用,所以發(fā)電量的不足或者過剩都會影響電力生產(chǎn)部門的經(jīng)濟效益。(2)生活中電力事故時有發(fā)生,不僅會導致不同程度的經(jīng)濟損失,還會對人民生命財產(chǎn)安全造成威脅,所以對電力負荷進行預測,預先了解電力負荷的臨界狀態(tài)是很有必要的。(3)而負荷預測可以了解不同區(qū)域不同機構的用電高峰期。調整用戶的用電時間和負荷,利用錯峰效應,充分利用整個電力系統(tǒng)的容量,發(fā)揮整個系統(tǒng)的潛力,對
3、于緩解用電緊張有重要的意義。1短期電力負荷預測方法1.2人工智能法目前對于非線性和復雜系統(tǒng)的電力負荷預測主要使用人工智能法。主要包括基于專家系統(tǒng)的預測技術、支持向量機、模糊控制技術、人工神經(jīng)網(wǎng)絡法、混沌預測技術等。1.2.1基于專家系統(tǒng)的預測技術專家系統(tǒng)是人工智能系統(tǒng)中比較成熟的方法,能夠模擬人類專家決策過程。1.2.2模糊控制方法模糊預測方法僅僅模擬專家的推理和判斷方式,并不需要建立精確的數(shù)學模型。模糊理論適合描述廣泛存在的不確定性,
4、同時它具有強大的非線性映射能力,能夠在任意精度上一致逼近任何定義在一個致密集上的非線性函數(shù),并能夠從大量的數(shù)據(jù)中提取它們的相似性。但模糊理論也存在學習能力比較弱,映射輸出比較粗糙等缺點。1.2.3人工神經(jīng)網(wǎng)絡算法人工神經(jīng)網(wǎng)絡是模仿生物腦結構和功能的一種信息處理系統(tǒng),有較好的容錯性,但容易陷入局部收斂。2基于支持向量機的短期電力負荷預測支持向量機以統(tǒng)計學理論為基礎,通過尋求最小化的結構化風險來實現(xiàn)經(jīng)驗風險和置信范圍的最小化。依靠嚴謹?shù)臄?shù)學
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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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
- 基于支持向量機的短期電力負荷預測.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
- 基于支持向量機的船舶電力負荷短期預測.pdf
- 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
- 基于加權支持向量機的短期負荷預測.pdf
- 基于支持向量機的電力負荷預測研究
- 基于支持向量機的短期電力負荷預測方法研究及應用.pdf
- 基于小波分析和支持向量機的電力短期負荷預測.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
- 基于主成分分析和支持向量機的電力短期負荷預測.pdf
- 基于粗糙集與支持向量機的電力短期負荷預測研究.pdf
- 基于支持向量機的電力系統(tǒng)短期負荷預測模型研究.pdf
- 基于最小二乘支持向量機的短期電力負荷預測方法研究.pdf
- 支持向量機在短期電力負荷預測中的應用研究.pdf
評論
0/150
提交評論