收藏本站
《燕山大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的电力系统短期负荷预测研究

周凌  
【摘要】:电力系统负荷预测是电力系统运行、控制和规划不可缺少的一部分,是电力市场技术支持系统的基础。 支持向量机(Support Vector Machine,简称SVM)是基于统计学习理论的一种新的机器学习技术。由于采用了结构风险最小化原则替代经验风险最小化原则,使它较好的解决了小样本学习的问题。正因为SVM理论有较为完备的理论基础和较好的学习性能,使得它成为继神经网络研究之后新的研究热点。 本文在对支持量机方法的参数性能进行分析的基础上,提出了一种加权免疫支持向量机方法来预测电力系统短期负荷,对于不同的样本,对支持向量机的参数赋予不同的权重,并利用免疫算法来优化支持向量机的参数。免疫算法是根据人类或其它高等动物免疫系统的机理而设计的,通过抗原和抗体之间的相互作用过程,有效地克服了未成熟收敛现象,提高了群体的多样性。通过仿真证明,与支持向量机方法相比,加权免疫支持向量机方法具有更高的预测精度。 给出小波核支持向量机的构造方法。由于母小波函数可以生成小波框架,我们用小波框架来构造核函数,而采用该核函数的SVM,能够逼近平方可积空间中的任意函数。 给出小波变换和支持向量机混合模型进行电力系统短期负荷预测的方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列,然后根据分解后各分量的特点构造不同的支持向量机模型对各分量分别进行预测,最后对各分量预测信号进行重构得到最终预测结果,仿真结果证明了该方法的有效性。 在成功开发电量预测软件的基础上,提出了负荷预测软件的设计方案。
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:TM715

【引证文献】
中国硕士学位论文全文数据库 前2条
1 张俊辉;支持向量回归机在四川省孕产妇、婴儿和5岁以下儿童死亡率统计预测中的应用研究[D];四川大学;2007年
2 门德月;基于支持向量机的电网月度负荷预测方法研究[D];华北电力大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 宋超,黄民翔,叶剑斌;小波分析方法在电力系统短期负荷预测中的应用[J];电力系统及其自动化学报;2002年03期
2 顾洁;电力系统中长期负荷的可变权综合预测模型[J];电力系统及其自动化学报;2003年06期
3 唐蕾,陈维荣;电力系统负荷建模中的小波神经网络新技术[J];电力自动化设备;2003年03期
4 张大海,江世芳,毕研秋,邹贵彬;基于小波神经网络的电力负荷预测方法[J];电力自动化设备;2003年08期
5 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期
6 史德明,李林川,宋建文;基于灰色预测和神经网络的电力系统负荷预测[J];电网技术;2001年12期
7 耿光飞,郭喜庆;模糊线性回归法在负荷预测中的应用[J];电网技术;2002年04期
8 张民,鲍海,晏玲,曹津平,杜剑光;基于卡尔曼滤波的短期负荷预测方法的研究[J];电网技术;2003年10期
9 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
10 吴耀军;陶宝祺;袁慎芳;;B样条小波神经网络[J];模式识别与人工智能;1996年03期
【共引文献】
中国期刊全文数据库 前10条
1 刘兴远,方顺兴,姚忠国;建筑结构试验数据处理的几种方法[J];四川建筑科学研究;1993年02期
2 姜立新;康飞;胡军;;大坝变形非线性智能组合预测方法研究[J];四川建筑科学研究;2008年03期
3 贾德香;韩净;;基于改进BP网络的电力系统超短期负荷预测[J];安徽电气工程职业技术学院学报;2008年03期
4 侯宜祥;;考虑相似日的短期负荷改进粒子群预测方法[J];安徽电气工程职业技术学院学报;2010年03期
5 陈晶;杨春玲;郑安豫;;短期负荷预测的自适应加权支持向量机新方法[J];安徽电气工程职业技术学院学报;2011年01期
6 付彪,吴先良,李世雄;小波变换法求电磁波动方程的高频解[J];安徽大学学报(自然科学版);1999年03期
7 陈东方;基于小波变换的Radon变换反演[J];安徽大学学报(自然科学版);2000年04期
8 张燕平;提取特征规则的重复覆盖算法(RCA)[J];安徽大学学报(自然科学版);2002年02期
9 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期
10 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
中国重要会议论文全文数据库 前10条
1 施式亮;何利文;伍爱友;李润求;;基于分形学的瓦斯爆炸事故时序数据分析模型及应用[A];中国职业安全健康协会2011年学术年会论文集[C];2011年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
4 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
5 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
6 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
7 周倩;翟永杰;韩璞;;序列最小优化算法在电力系统短期负荷预测中的应用[A];第二十六届中国控制会议论文集[C];2007年
8 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
9 ;Next-Day Electricity Price Forecasting Based on Support Vector Machines and Data Mining Technology[A];第二十七届中国控制会议论文集[C];2008年
10 慕香永;裴润;刘志林;王经甫;;基于小波分析的船舶舵机加载系统多余力研究[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
3 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
4 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
5 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 王咏胜;复数轮廓波变换的构造、扩展及其图像处理应用[D];哈尔滨工程大学;2009年
8 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年
9 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
10 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
5 陈林;基于GIS的流域水文数据的时空分析[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
8 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
9 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
10 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 陈华友;基于L_1范数的加权几何平均组合预测方法[J];安徽大学学报(自然科学版);2004年04期
2 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期
3 周万隆;姚艳;;支持向量机在股票价格短期预测中的应用[J];商业研究;2006年06期
4 李志雄;王志成;袁锡文;邱雪强;林军;;基于小波变换和支持向量机的中国大陆强震预测[J];地震;2006年03期
5 龙立波;姚建刚;李连结;钱卫华;;短期电力负荷预测中的数据处理技术[J];电力需求侧管理;2007年01期
6 金海峰,熊信艮,吴耀武;基于相似性原理的短期负荷预测方法[J];电力系统自动化;2001年23期
7 叶锋;何桦;顾全;张高峰;;EMS中负荷预测不良数据的辨识与修正[J];电力系统自动化;2006年15期
8 高山,单渊达;基于径向基函数网络的短期负荷预测[J];电力系统自动化;1999年05期
9 肖先勇;葛嘉;何德胜;;基于支持向量机的中长期电力负荷组合预测[J];电力系统及其自动化学报;2008年01期
10 李金颖,牛东晓;非线性季节型电力负荷灰色组合预测研究[J];电网技术;2003年05期
中国硕士学位论文全文数据库 前10条
1 唐燕影;基于灰色理论的电力负荷预测模型研究及系统实现[D];南昌大学;2010年
2 王鹏翔;基于机器自学习的电网安全校正算法研究[D];华北电力大学(北京);2011年
3 姜嘉琪;类和样本加权支持向量机及其在入侵检测中的应用研究[D];内蒙古大学;2011年
4 朱耿先;基于径向基函数(RBF)神经网络的路段行程时间预测研究[D];重庆大学;2004年
5 殷菲;支持向量机在新生儿黄疸诊断预测中的应用[D];四川大学;2004年
6 刘元元;2010年我国孕产妇、婴儿及5岁以下儿童死亡率的统计预测研究[D];四川大学;2005年
7 王李东;基于支持向量机(SVM)的短期负荷预测的研究[D];华中科技大学;2005年
8 郭家芳;基于小波分析和支持向量机的股票指数预测模型的研究及应用[D];武汉理工大学;2006年
9 王琪;基于神经网络和支持向量机的高速公路交通事件检测[D];西南交通大学;2006年
10 申亮;地方电力系统中长期负荷预测软件的研制[D];华北电力大学(河北);2007年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 黄阳;特质焦虑对面孔情绪识别的影响研究[D];苏州大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 张广莹,邓正隆;小波分析在系统辨识中的应用[J];电机与控制学报;2002年01期
2 王琳,马平;系统辨识方法综述[J];电力情报;2001年04期
3 朱振青,王步云,黄文英,沈昆仑,陈志;电力负荷实用建模方法[J];电力系统自动化;1999年19期
4 杨争林,宋燕敏,曹荣章,孙维真,吴劲晖;超短期负荷预测在发电市场中的应用[J];电力系统自动化;2000年11期
5 何述东,瞿坦,黄心汉;电力负荷短期预测的改进神经网络方法[J];电力系统自动化;1997年11期
6 李林川,夏道止,杨振平,王立成,邓永辉,张莉芳,董彬;应用人工神经网络进行短期负荷预测[J];电力系统及其自动化学报;1994年03期
7 牛东晓,邢棉,谢宏,陈志业;短期电力负荷预测的小波神经元网络模型的研究[J];电网技术;1999年04期
8 梁峰,谭永红;用小波神经网络进行非线性系统辨识[J];桂林电子工业学院学报;2000年01期
9 韩民晓,徐振华,俞有瑛;RBF神经网络在电力负荷预测中的应用[J];华北电力学院学报;1994年04期
10 祝滨,刘耀年,陈得治;负荷分析与短期负荷预测的研究[J];东北电力技术;1999年11期
【相似文献】
中国期刊全文数据库 前10条
1 陈灿;刘新东;;一种新的电力系统短期负荷预测方法[J];软件导刊;2010年07期
2 庞松岭;穆钢;王修权;金鹏;马俊国;;基于负荷规律性分析的支持向量机短期负荷预测方法[J];东北电力大学学报;2006年04期
3 李兵;崔春艳;付佳;;基于支持向量机的负荷非线性组合预测研究[J];电子技术;2009年05期
4 蒋刚;;基于模糊支持向量核回归方法的短期峰值负荷预测[J];控制理论与应用;2007年06期
5 高荣;刘晓华;;基于支持向量机的短期负荷预测[J];烟台师范学院学报(自然科学版);2005年04期
6 张林;罗晓初;徐瑞林;赵理;;基于时间序列的电力负荷预测新算法研究[J];电网技术;2006年S2期
7 李鹏飞;加玛力汗·库马什;常喜强;;几种电力负荷预测方法的比较[J];电气技术;2011年06期
8 胡国胜,任震;短期电力负荷非线性预测模型的比较[J];电气应用;2005年01期
9 李新炜;王子琦;方鸣;周鹏;王启明;李同;鞠平;;基于分区逐时气象信息的全网负荷预测研究[J];电力系统保护与控制;2009年03期
10 罗楠;朱业玉;杜彩月;;支持向量机方法在电力负荷预测中的应用[J];电网技术;2007年S2期
中国重要会议论文全文数据库 前10条
1 叶淳铮;常鲜戎;;基于小波变换和支持向量机的电力系统短期负荷预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
2 张林;罗晓初;徐瑞林;赵理;;基于时间序列的电力负荷预测新算法研究[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年
3 黄姝雅;刘天琪;陈绩;;基于人工神经网络的电力系统负荷预测综述[A];中国企业运筹学[C];2006年
4 高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
5 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
6 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
7 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
8 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
9 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
10 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
中国重要报纸全文数据库 前10条
1 介曼莹 孟祥武;电力系统职务犯罪的原因及预防对策[N];中国电力报;2006年
2 国家电监会市场监管部 供稿;蒙古电力市场改革简介[N];中国电力报;2006年
3 ;履行社会责任 全力克难攻坚[N];恩施日报;2006年
4 陈随有;电力“减薪风暴”是在逗人玩[N];上海证券报;2006年
5 本报记者 李胜永赵汀;2008,看ABB如何将“可持续发展”本土化[N];中国电力报;2007年
6 萧然;如何让电网更坚强[N];人民日报;2008年
7 李嘉;HPSureStoreDLT自动加载磁带机在电力系统数据备份中的应用[N];中国高新技术产业导报;2000年
8 吴素青;她赢得了信任[N];华北电力报;2000年
9 吴卫东;确保电力系统安全稳定运行[N];承德日报;2006年
10 本报记者 任春;电力设施全面复核工作将展开[N];中国电力报;2008年
中国博士学位论文全文数据库 前10条
1 韩力;电力系统超短期负荷与运行态势预估的理论与方法研究[D];山东大学;2008年
2 段青;基于稀疏贝叶斯学习方法的回归与分类在电力系统中的预测研究[D];山东大学;2010年
3 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
4 张昀;电力系统短期负荷智能化预测方法[D];重庆大学;2011年
5 李刚;水火电系统短期节能发电调度研究与应用[D];大连理工大学;2007年
6 许涛;电力系统安全稳定的智能挖掘[D];华北电力大学(北京);2004年
7 赵洪山;电力系统混杂建模与分析[D];华北电力大学(河北);2004年
8 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
9 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
10 周建旭;水电站水机电系统振动特性和稳定性研究[D];河海大学;2006年
中国硕士学位论文全文数据库 前10条
1 蔡勇;基于支持向量机的短期电力负荷预测研究[D];华中科技大学;2007年
2 周凌;基于支持向量机的电力系统短期负荷预测研究[D];燕山大学;2006年
3 赵石磊;灰色系统理论在电力负荷预测中的应用[D];哈尔滨理工大学;2005年
4 张黎;电力负荷预测方法的研究与实现[D];东北林业大学;2006年
5 沈莹;基于支持向量机的负荷建模的研究[D];郑州大学;2007年
6 毛永明;城市输配水系统负荷预测与模拟[D];天津大学;2005年
7 关颖;支持向量机在电力系统短期负荷预测中的应用[D];天津大学;2006年
8 叶淳铮;基于小波变换与支持向量机的电力系统短期负荷预测[D];华北电力大学(河北);2009年
9 代小华;基于支持向量机的天然气管网负荷预测研究[D];西南石油大学;2007年
10 赵万明;基于支持向量机的静态电压稳定评估[D];西南交通大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026