论文摘要
近年来,随着电力系统的市场化,电力负荷预测已经成为一个高效电力系统规划和运行的重要组成部分。电力系统负荷预测指从电力负荷本身变化情况以及气象、经济等因素影响规律出发,通过对历史数据分析研究,探究电力负荷内在的联系与变化规律,从而对未来电力需求做出估计和预测。它是实现电力系统安全经济运行的基础,对电力系统的决策具有重要的意义。由于电力负荷预测受到历史负荷数据的复杂性,以及其它随机因素的影响,使得很难对其进行精确的预测。本文对电力系统负荷预测的传统预测技术与人工智能预测技术的优缺点进行了介绍,通过比较分析,选用了支持向量机对短期电力负荷进行预测。支持向量机是一种新型机器学习方法。它基于统计学理论,具有结构简单、全局最优、推广能力强等优点。在解决小样本、非线性等问题中表现出其特有的优势。支持向量机的性能由它的参数与核函数决定,选取不恰当的核函数与参数将会降低其性能。然而,目前没有统一的选择参数与核函数的方法,通常是人为的进行选择和调整,但由于缺乏理论的指导,效率较为低下。差分进化算法作为一种新型智能优化算法,它能够很好的实现全局最优解的搜索,具有较好的稳定性与较快的收敛速度,但作为一种新的算法,在很多方面还不成熟,因此为了进一步改善和提高差分进化算法的性能,提出一种自适应的差分进化算法,并使用其对支持向量机进行参数寻优。针对单个核函数支持向量机性能的局限性问题,结合全局核函数与局部核函数的优点,提出了一种混合核函数的支持向量机。最后,本文在全面总结了支持向量机在短期负荷中的应用情况的基础上,从其原理出发,在本质上论述了支持向量机应用于短期负荷预测的优越性。针对其应用过程中存在的一些问题,如数据预处理、核函数的选取、参数优化等进行了分析。然后提出一种混合核函数和差分进化参数寻优方法的改进支持向量机预测模型,并将改进后的预测模型用于某地区的短期负荷预测中。通过与人工神经网络和常规支持向量机比较,表明了本文所建立的预测模型能有效地提高短期负荷预测的精度,具有重要的实用价值。
论文目录
相关论文文献
- [1].基于组合核函数的高校经济困难生分类[J]. 安徽工业大学学报(自然科学版) 2020(01)
- [2].核函数在不规则人脸识别中的应用[J]. 计算机与数字工程 2019(06)
- [3].图核函数研究现状与进展[J]. 安徽大学学报(自然科学版) 2017(01)
- [4].浅海环境下的声学灵敏度核函数研究[J]. 南京大学学报(自然科学) 2017(01)
- [5].组合核函数优化的稀疏最小二乘支持向量机[J]. 太赫兹科学与电子信息学报 2017(03)
- [6].增量支持向量机核函数的优化[J]. 计算机系统应用 2017(08)
- [7].对支持向量机混合核函数方法的再评估[J]. 统计研究 2015(02)
- [8].混合核函数研究及其在数据建模领域应用进展[J]. 计算机仿真 2015(07)
- [9].基于混合核函数支持向量机的风电机组发电机温度预警方法[J]. 华电技术 2020(05)
- [10].装备费用预测中的混合核函数支持向量机[J]. 数学的实践与认识 2014(16)
- [11].基于混合核函数支持向量机的回归模型[J]. 合肥学院学报(自然科学版) 2013(02)
- [12].基于组合核函数支持向量机的人脸识别[J]. 重庆理工大学学报(自然科学) 2013(06)
- [13].基于混合核函数的支持向量机在人脸识别中的应用研究[J]. 电子设计工程 2013(11)
- [14].基于分段核函数的支持向量机及其应用[J]. 现代电子技术 2013(16)
- [15].基于最优核函数支持向量机的费用预测[J]. 控制工程 2012(S1)
- [16].基于混合核函数的支持向量机[J]. 重庆理工大学学报(自然科学) 2011(10)
- [17].一种新的自适应组合核函数[J]. 武汉理工大学学报 2009(03)
- [18].一种混合核函数的支持向量机[J]. 微型机与应用 2017(11)
- [19].组合核函数支持向量机在个人信用评估中的应用[J]. 黑龙江科技信息 2013(26)
- [20].基于正交多项式核函数方法[J]. 计算机技术与发展 2012(05)
- [21].复高斯小波核函数的支持向量机研究[J]. 计算机应用研究 2012(09)
- [22].基于多核函数的模糊支持向量机学习算法[J]. 重庆师范大学学报(自然科学版) 2012(06)
- [23].基于混合核函数支持向量机和遗传算法的人脸识别[J]. 计算机应用与软件 2011(04)
- [24].基于混合核函数支持向量机的齿轮诊断方法研究[J]. 机械传动 2011(09)
- [25].混合核函数支持向量机在系统建模中的应用[J]. 华东交通大学学报 2010(02)
- [26].基于极分解下的混合核函数及改进[J]. 模式识别与人工智能 2009(03)
- [27].基于图像核函数的图像目标识别技术研究[J]. 信号处理 2009(12)
- [28].超核函数支持向量机[J]. 计算机科学 2008(12)
- [29].基于加权核函数的雷达目标一维距离像识别[J]. 仪器仪表学报 2008(11)
- [30].不同核函数对光滑粒子流体动力学计算结果的影响分析[J]. 数学的实践与认识 2020(11)