收藏本站
《西南交通大学》 2010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

冷北雪  
【摘要】: 电力系统短期负荷预测是电力系统安全和经济运行的重要依据。价格竞争机制引入电力系统形成电力市场后,对短期负荷预测的精度和速度提出了更高的要求。虽然负荷预测的研究已有几十年历史,有很多负荷预测的理论和方法,但是随着新理论和新技术的发展,对负荷预测新方法的研究仍在不断地深入进行。支持向量机作为数据挖掘的一项新技术,应用于模式识别和处理回归问题等诸多领域。本文利用支持向量机优越的非线性学习及预测性能,针对短期负荷预测的各种影响因素的非线性特性,研究基于支持向量机的电力系统短期负荷预测方法。 本文全面地总结了支持向量机在短期负荷预测中的应用概况,并从支持向量机的原理出发,对比人工神经网络方法,从本质上阐述了支持向量机方法在短期负荷预测中应用的优越性。与此同时,针对支持向量机在应用中存在一些问题,包括数据预处理、核函数构造及选取、参数优化的方法,做出分析,并归纳了现行的解决方法。特别地,对于一系列支持向量机的改进方法,本文从支持向量机算法用于负荷预测的机理及提高预测精度和速度的角度,全面地进行了归纳,并提出需进一步探讨的关键问题。并结合实例分析各种样本处理情况下基于支持向量机的短期负荷预测的结果。最后,对基于支持向量机的短期负荷预测所需要注意的关键问题做出总结,并提出建议。 鉴于单一预测方法的一些弊端,探索综合预测已经成为学者们的共识。本文采用一种有效的负荷聚类分析处理技术,并将ISODATA聚类算法与支持向量机相结合,首次提出了联合ISODATA聚类算法和支持向量机的短期负荷预测新方法。该方法考虑到负荷变化的周期性特点,应用ISODATA聚类分析的基本原理,依据输入样本的相似度选取训练样本,即选用同类特征数据作为预测输入,保证了数据特征的一致性,强化了历史数据规律。在基于支持向量机负荷预测的基础上,对样本进行ISODATA聚类分析,选取与预测样本特征相似的样本作为训练样本,建造负荷预测的支持向量机模型。实例分析验证了本文所提方法能够有效地提高负荷预测的精度,缩短了预测时间。再次验证了聚类分析在负荷预测中的优势,也证实了运用ISODATA算法对负荷预测数据进行分类的可行性,体现了负荷预测的相似性原则。
【学位授予单位】:西南交通大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TM715

【引证文献】
中国硕士学位论文全文数据库 前8条
1 贺电;大型风电场短期功率预测研究[D];北京交通大学;2011年
2 孟庆莹;基于邻域正交交叉算子的混合蛙跳算法研究与应用[D];甘肃农业大学;2011年
3 徐纬芳;支持向量机及其在区域水资源可持续利用中的应用[D];甘肃农业大学;2011年
4 徐超;含风力发电的配电网动态无功优化研究[D];长沙理工大学;2011年
5 刘冰;热网远程监测与负荷预测的研究[D];东北电力大学;2012年
6 王鑫;基于支持向量机的电力系统短期负荷预测研究[D];青岛大学;2012年
7 杨会龙;水土保持措施下的中长期径流预报研究[D];西北农林科技大学;2012年
8 陈乐;基于加权相似度和加权支持向量机的短期电力负荷预测研究[D];华南理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 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
2 辛鹏;赵阳;王忠义;徐兴峰;;基于经验模态分解的短期负荷预测[J];东北电力大学学报(自然科学版);2008年04期
3 刘佳;李丹;高立群;鲁顺;;基于自适应粒子群支持向量机的短期电力负荷预测[J];东北大学学报(自然科学版);2007年09期
4 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期
5 李云飞;黄彦全;蒋功连;;基于PCA-SVM的电力系统短期负荷预测[J];电力系统及其自动化学报;2007年05期
6 胡子珩,陈晓平,刘顺桂,莫维仁,张伯明,孙宏斌;深圳电网自动运行的短期负荷预测系统[J];电网技术;2003年05期
7 杨延西,刘丁;基于小波变换和最小二乘支持向量机的短期电力负荷预测[J];电网技术;2005年13期
8 张庆宝;程浩忠;刘青山;郑季伟;倪东海;;基于粗糙集属性约简算法和支持向量机的短期负荷预测[J];电网技术;2006年08期
9 姜惠兰;刘晓津;关颖;王梦宾;;基于硬C均值聚类算法和支持向量机的电力系统短期负荷预测[J];电网技术;2006年08期
10 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
中国重要会议论文全文数据库 前1条
1 舒海翅;王新洲;花向红;田玉刚;;模糊ISODATA中分类数C的确定[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年
中国博士学位论文全文数据库 前1条
1 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
中国硕士学位论文全文数据库 前3条
1 杨毅强;最小二乘支持向量机短期负荷预测研究[D];四川大学;2006年
2 李云飞;支持向量机在电力系统短期负荷预测中的应用及改进[D];西南交通大学;2006年
3 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
【共引文献】
中国期刊全文数据库 前10条
1 唐振军;;基于改进灰色模型的中长期电力负荷预测[J];安徽电气工程职业技术学院学报;2010年04期
2 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
3 顾文炯;用因子分析法对农业上市公司进行财务评价[J];安徽大学学报;2005年03期
4 赵东娟;齐伟;杨芬;;主成分聚类分析在县域生态经济分区中的应用——以东营市河口区为例[J];安徽农业科学;2007年06期
5 李景国;;重庆三峡库区生态经济区农业和农村经济状况评价[J];安徽农业科学;2007年26期
6 李景国;杨星一;;重庆渝西经济走廊地区农业发展水平的聚类分析[J];安徽农业科学;2007年35期
7 赵银德;张鑫;;关于辽宁省县域经济发展的研究[J];安徽农业科学;2008年11期
8 徐磊;张志;师永强;曹华玲;高松峰;;武汉市耕地资源的时空变化及驱动力分析[J];安徽农业科学;2008年16期
9 周晓华;佘乾仲;王荔芳;;Elman神经网络在农网短期负荷预测中的应用[J];安徽农业科学;2011年04期
10 管琳;李春兰;张博;;基于主成分分析法的我国农村居民消费结构的综合评价[J];安徽农业科学;2011年14期
中国重要会议论文全文数据库 前10条
1 鲁峰华;马俊炯;刘强;;北京市居民消费与经济增长关系研究[A];科学发展:社会管理与社会和谐——2011学术前沿论丛(下)[C];2011年
2 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
3 ;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
4 郑古蕊;杨鸣;;沈阳城市生态环境可持续发展能力分析[A];创新沈阳文集(D)[C];2009年
5 郭炜强;燕飞;黄儒乐;韩宁;;基于视频图像的森林火灾烟雾识别方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
6 陈联裙;张群;张锦水;潘耀忠;;实割实测数据支持下的县级尺度冬小麦产量遥感估测[A];全国农业遥感技术研讨会论文集[C];2009年
7 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
8 王婷;;浙江省城乡统筹和经济发展关系的实证研究[A];成渝地区城乡统筹与区域合作研讨会论文集[C];2007年
9 屈利;苑津莎;张卫华;李丽;;结合粗糙集的事例推理在负荷预测中的应用[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年
10 金友玉;;湖北省区域经济差异综合评价及分类分析[A];2007中国科协年会专题论坛暨第四届湖北科技论坛优秀论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 张顺恒;闽东南桉树人工林生态培育机制研究[D];福建农林大学;2010年
4 杨晓东;城市商业银行跨区域经营问题研究[D];南开大学;2010年
5 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
6 赵雷刚;发动机台架试验过程实时监测与预警方法研究[D];武汉理工大学;2010年
7 赵枫;软件和信息服务业竞争力评价指标体系研究[D];东北财经大学;2010年
8 任奔滔;中小企业社会资本与融资研究[D];武汉大学;2009年
9 项泾渭;中国矿业城市可持续发展力指数研究[D];中国地质大学(北京);2011年
10 王灵芝;以可靠性为中心的高速列车设备维修决策支持系统研究[D];北京交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 张艳;柳州市城镇土地集约利用研究[D];华中农业大学;2010年
2 韦福巍;广西入境旅游市场时空变化特征研究[D];广西师范学院;2010年
3 范不井;某地区电网短期负荷预测研究[D];郑州大学;2010年
4 刘国栋;核分析技术在南洼和扒村古陶瓷研究中的应用[D];郑州大学;2010年
5 李娅;基于混沌理论的电力谐波检测研究[D];哈尔滨工程大学;2010年
6 王嘉钰;全电力推进船舶短期电力负荷预测研究[D];哈尔滨工程大学;2010年
7 张双岩;一种用于危化品安全监测的电子鼻系统[D];大连理工大学;2010年
8 杨子国;中长期电力负荷FRARMA预测模型研究[D];大连理工大学;2010年
9 朱丽琴;广州市花卉产业化水平提升问题研究[D];甘肃农业大学;2010年
10 秦怀煜;基于因子分析法的济南市农村竞争力评价分析[D];中国海洋大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 张春霞;王蕊;;基于遗传算法求解TSP问题的算法设计[J];安阳工学院学报;2007年04期
2 王根绪,沈永平,刘时银;黄河源区降水与径流过程对ENSO事件的响应特征[J];冰川冻土;2001年01期
3 林楠;孟飙;范玉青;;基于混合遗传算法车间多工艺路线批量调度[J];北京航空航天大学学报;2007年12期
4 解明曙,张洪江,王玉杰;坡面水土保持措施影响流域产汇流特性值计算与分析[J];北京林业大学学报;1994年04期
5 邬啸;魏延;吴瑕;;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年10期
6 李崇浩;纪昌明;陈森林;缪益平;;水文周期迭加预报模型的改进及应用[J];长江科学院院报;2006年02期
7 戴天晟;孙绍荣;赵文会;顾宝炎;;区域水资源可持续利用评价的FAHP-PP模型[J];长江流域资源与环境;2009年05期
8 王凯;侯著荣;王聪丽;;基于交叉验证SVM的网络入侵检测[J];测试技术学报;2010年05期
9 张宇,齐欢;支撑向量机在沧州水资源可持续利用评价中的应用[J];燕山大学学报;2005年05期
10 胡学浩;分布式发电(电源)技术及其并网问题[J];电工技术杂志;2004年10期
中国博士学位论文全文数据库 前10条
1 张永明;供热负荷非线性预报方法研究[D];哈尔滨工业大学;2010年
2 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
3 申洪;变速恒频风电机组并网运行模型研究及其应用[D];中国电力科学研究院;2003年
4 冯宝平;区域水资源可持续利用理论与应用研究[D];河海大学;2004年
5 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
6 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
7 刘其辉;变速恒频风力发电系统运行与控制研究[D];浙江大学;2005年
8 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
9 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
10 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
中国硕士学位论文全文数据库 前10条
1 王莉;基于神经网络的电力系统谐波及间谐波检测分析[D];长沙理工大学;2011年
2 忻栋;支持向量机算法的研究及在说话人识别上的应用[D];浙江大学;2002年
3 贾文姣;热电厂集中供热管网系统计算机动态模拟与控制[D];大连理工大学;2002年
4 任建民;石羊河流域民勤盆地水资源供需平衡研究[D];西安理工大学;2002年
5 刘亚营;改进型遗传算法及其在神经网络参数优化中的应用[D];上海海事大学;2003年
6 陈其幸;上海市水情长期预测方法比较研究[D];河海大学;2005年
7 刘太安;SVM及其在个人信用评级中的应用研究[D];山东科技大学;2005年
8 毛瑞华;时间序列建模中的随机单位根检验[D];四川大学;2005年
9 张晋文;分时电价下电蓄热供热系统的负荷预测及经济性决策分析[D];重庆大学;2005年
10 邵莹;基于神经网络的电力系统短期负荷预测研究[D];哈尔滨理工大学;2005年
【二级引证文献】
中国期刊全文数据库 前1条
1 付彦海;;利用实时功率曲线优化风功率预测系统[J];科技资讯;2012年18期
中国硕士学位论文全文数据库 前3条
1 蔡祯祺;基于数值天气预报NWP修正的BP神经网络风电功率短期预测研究[D];浙江大学;2012年
2 刘双顺;风电场短期输出功率预测方法研究[D];沈阳工业大学;2012年
3 夏冬;基于时间序列分析的大型风电场功率预测方法研究[D];北京交通大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 赵海青,牛东晓;灰色优选组合预测模型及其应用[J];保定师范专科学校学报;2002年02期
2 董景荣;基于因素影响的电力消费预测研究[J];重庆师范学院学报(自然科学版);2000年02期
3 李鹰,赵振江,吴松涛;灰色模型在普通日短期电力负荷预测中的应用[J];长沙电力学院学报(自然科学版);2003年01期
4 陈亚红,穆钢,段方丽;短期电力负荷预报中几种异常数据的处理[J];东北电力学院学报;2002年02期
5 刘耀年,庞松岭,刘岱;基于人工鱼群算法神经网络的电力系统短期负荷预测[J];电工电能新技术;2005年04期
6 张海涛,陈宗海,朱六璋;基于改进FLN的短期电力负荷预测算法[J];电工技术学报;2004年05期
7 刘梦良;刘晓华;高荣;;基于相似日小波支持向量机的短期电力负荷预测[J];电工技术学报;2006年11期
8 牛东晓;刘达;陈广娟;冯义;;基于遗传优化的支持向量机小时负荷滚动预测[J];电工技术学报;2007年06期
9 王东风,韩璞,于朝辉;电力系统中的混沌研究与混沌应用[J];电力科学与工程;2003年03期
10 王民量,张伯明,夏清;电力系统短期负荷预测的共轭梯度ANN方法[J];电力系统自动化;1999年01期
中国博士学位论文全文数据库 前3条
1 冯丽;数据挖掘和人工智能理论在短期电力负荷预测中的应用研究[D];浙江大学;2005年
2 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年
3 胡丹;小波支持向量回归模型及其应用研究[D];西南交通大学;2006年
中国硕士学位论文全文数据库 前4条
1 苏炜宏;电力系统短期负荷预测主成分分析和人工神经网络的组合方法[D];南京理工大学;2002年
2 徐军华;电力系统短期负荷预测模型与优选的研究[D];四川大学;2004年
3 朱向阳;电力系统短期负荷预测及其应用系统[D];东南大学;2004年
4 彭璐;支持向量机分类算法研究与应用[D];湖南大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 李元诚,方廷健;一种基于粗糙集理论的SVM短期负荷预测方法[J];系统工程与电子技术;2004年02期
2 潘峰,程浩忠,杨镜非,张澄,潘震东;基于支持向量机的电力系统短期负荷预测[J];电网技术;2004年21期
3 李元诚,方廷健,于尔铿;短期负荷预测的支持向量机方法研究[J];中国电机工程学报;2003年06期
4 赵石磊,杜德生;基于神经网络和支持向量机的电力系统负荷预测方法[J];信息技术;2005年07期
5 王东;;回归算法在电力负荷预测中的应用[J];仪器仪表用户;2009年06期
6 龚灯才,李训铭,李林峰;基于模糊支持向量机方法的短期负荷预测[J];电力自动化设备;2005年07期
7 魏俊;周步祥;林楠;邢义;;基于蚁群支持向量机的短期负荷预测[J];电力系统保护与控制;2009年04期
8 牛丽仙;苑津莎;张英慧;;基于粗糙集和支持向量机的电力系统短期负荷预测[J];电力科学与工程;2010年02期
9 李鑫滨;张娟;张岩;卢志刚;;基于D-S证据理论的相似日支持向量机短期负荷预测[J];电网技术;2010年07期
10 龚灯才;孙长银;李林峰;;基于模糊回归支持向量机的短期负荷预测[J];三峡大学学报(自然科学版);2006年01期
中国重要会议论文全文数据库 前10条
1 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
2 刘晓华;高荣;;基于分布式支持向量机的短期负荷预测[A];第二十四届中国控制会议论文集(上册)[C];2005年
3 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年
4 卢小芬;林志超;方瑞明;;基于组合式支持向量机的电力系统短期负荷预测方法[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
5 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
6 刘耀年;王浩;何昌浩;何萍;;基于支持向量回归机的短期电力负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
7 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
8 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
9 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
10 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
中国重要报纸全文数据库 前10条
1 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年
2 张树斌 范明;湖北电网中、短期负荷预测系统显神威[N];华中电力报;2001年
3 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
4 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年
5 本报记者 林海宇;对迎峰度夏和奥运保电工作再部署再动员[N];华东电力报;2008年
6 宋鹏涛;华北电网多措并举保国庆用电[N];华北电力报;2005年
7 曹琰陈也清;华中电网用电负荷创新高[N];国家电网报;2008年
8 李水根;计算机详解配伍与药效关系[N];健康报;2005年
9 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
10 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
中国博士学位论文全文数据库 前10条
1 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年
2 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年
3 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
4 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
5 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
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 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
8 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
9 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
10 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年
2 张红梅;基于支持向量机的电力系统短期负荷预测研究[D];河海大学;2006年
3 朱焕荣;遗传规划在电力短期负荷预测中的应用[D];河北农业大学;2011年
4 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
5 邹铁英;基于粗糙集与支持向量机的电力短期负荷预测研究[D];南昌大学;2008年
6 贺媛媛;基于支持向量机的电力系统短期负荷预测模型研究[D];大连理工大学;2006年
7 龚灯才;基于支持向量机的电力短期负荷预测研究[D];河海大学;2006年
8 白波;基于加权LS-SVM的短期负荷预测研究[D];东北电力大学;2011年
9 刘凯;基于改进BP神经网络的短期负荷预测研究[D];河海大学;2005年
10 刘继胜;基于人工神经网络的电力系统短期负荷预测的应用分析[D];华北电力大学(北京);2011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