收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于加权LS-SVM的短期负荷预测研究

白波  
【摘要】:短期负荷预测是一项极复杂的工作,由于它具有明显的随机性与不可预测性,致使预测的精度很难有明显的提高。而传统的预测方法又往往考虑得过于简单,使很多对短期负荷影响重大的因素没有起到应有的作用。近年来随着人工智能技术的发展,机器学习语言成为了负荷预测人员研究的焦点。学者们尝试将各种智能语言用于短期负荷预测,最小二乘支持向量机(LS-SVM)就是其中的一个亮点。随着对其研究的深入,LS-SVM越来越受到专家们的青睐。 本文是在对短期负荷预测工作全面了解的基础上,选择了最小二乘支持向量机的方法对其进行预测研究。考虑到现代短期负荷预测都会涉及各种外部影响因素,如天气等,本文针对模型的具体情况考虑了天气类型、最高最低温度等因素。由于各种因素的考虑,使模型的复杂程度增加,并且LS-SVM所建立的模型本身也有缺陷—鲁棒性损失,所以文中考虑用模型中误差的鲁棒估计值为其加一权系数,构建成一个加权最小二乘支持向量机(WLS-SVM)模型。另外,模型还选择了用贝叶斯证据理论进行参数优化并且用径向基函数(RBF)作为模型的核函数。 文中对采集来的大量实测负荷数据进行分析,发现了负荷中的一个特殊现象—“休息日延迟现象”,针对该现象文中为其建立了具有适应性的预测模型。考虑到负荷预测的“近大远小”原则,并且为了充分利用周一负荷,将异常的周一负荷进行修正。最后采用本文所研究的贝叶斯证据下WLS-SVM方法对实际负荷进行了预测。通过Matlab编程仿真可以看出,文中所采用的方法与所建立的模型具有良好的预测效果,能够满足短期负荷预测的精度要求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周虎;江岳春;陈旭;黄珊;彭信淞;;模糊聚类分析和代数算法结合的短期负荷预测[J];电力系统及其自动化学报;2011年03期
2 郭华安;加玛力汗·库马什;常喜强;姚秀萍;;电力系统短期负荷预测精度研究[J];科技资讯;2011年21期
3 袁斌;方芩璐;罗滇生;王娟;;短期负荷预测中对输入-输出关联度的改进[J];电力系统及其自动化学报;2011年03期
4 代小红;王光利;;L-M优化BP算法在短期负荷预测中的应用[J];计算机科学;2011年07期
5 李慧;王来运;;基于混沌蚁群算法的电力短期负荷预测[J];北京信息科技大学学报(自然科学版);2011年04期
6 张红;张建红;康岩松;;基于GA的改进SVM算法对RBF优化算法在短期负荷预测中的应用[J];长春工程学院学报(自然科学版);2011年02期
7 刘彬;王红蕾;;贵州输配电网短期负荷可行性预测[J];机械与电子;2010年S1期
8 黄昕颖;;高阶灰色预测模型在短期电力负荷预测中的应用研究[J];机电信息;2011年18期
9 彭显刚;胡松峰;吕大勇;;基于RBF神经网络的短期负荷预测方法综述[J];电力系统保护与控制;2011年17期
10 王小波;刘德强;;基于人工神经网络的短期负荷预测的研究[J];电力学报;2011年04期
11 年海威;毛志忠;;一种新型的硫容量智能预报方法[J];东北大学学报(自然科学版);2011年09期
12 王少军;刘琦;彭宇;彭喜元;;CLS-SVM:一种时间序列预测的局部建模方法[J];仪器仪表学报;2011年08期
13 王少军;刘琦;彭喜元;刘大同;陈强;;移动通信话务量多步预测的LS-SVM方法研究[J];仪器仪表学报;2011年06期
14 陈守鑑;;LS-SVM模型在基坑沉降预测中的应用[J];科技信息;2011年16期
15 高振兴;骆玉海;李海山;郭创新;;采用CSA优化LS-SVM的油浸式变压器故障诊断方法[J];能源工程;2011年03期
16 张伟;徐超;韩华;张智晟;;电力系统短期负荷预测组合NN模型的研究与应用[J];青岛大学学报(工程技术版);2011年02期
17 王奔;冷北雪;张喜海;单翀皞;从振;;支持向量机在短期负荷预测中的应用概况[J];电力系统及其自动化学报;2011年04期
18 陈新宇;康重庆;陈敏杰;;极值负荷及其出现时刻的概率化预测[J];中国电机工程学报;2011年22期
19 全戈;黄民翔;周苗菲;;用于多小水电地区日发电负荷预测的新型组合预测法[J];能源工程;2011年04期
20 黄元生;邓佳佳;苑珍珍;;基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测[J];电力系统保护与控制;2011年14期
中国重要会议论文全文数据库 前10条
1 胡松峰;彭显刚;;电网短期负荷预测方法综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年
3 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
4 刘念;徐成华;;利用RBF对农村低压台区进行短期负荷预测[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
5 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
6 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
7 李婷;徐搏;刘青山;刘俊男;辛鹏;;基于EMD与SVM及GA相结合的短期负荷预测[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
8 郭恒;罗可;唐贤瑛;;基于自适应神经模糊推理系统(ANFIS)的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
9 康全林;王宇;;基于LS-SVM的铝电解槽电解温度软测量[A];2011中国有色金属行业仪表自动化学术会议论文集[C];2011年
10 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
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 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
5 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
6 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
7 杨尚东;发电商市场预测与竞价决策优化新方法研究[D];华北电力大学(北京);2007年
8 孙春顺;风力发电系统运行与控制方法研究[D];湖南大学;2008年
9 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
10 王志勇;数据挖掘方法在短期负荷预测中的应用研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 赵福成;基于人工神经网络的短期负荷预测[D];华北电力(北京)大学;2002年
7 李海东;人工智能方法在电力系统短期负荷预测中的研究[D];辽宁工程技术大学;2002年
8 陈晨;基于WNN神经网络的短期负荷预测[D];西安理工大学;2010年
9 胡启元;针对电力系统短期负荷预测的研究[D];四川大学;2004年
10 朱要明;林芝地区电力负荷的短期预测[D];西藏大学;2010年
中国重要报纸全文数据库 前9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 记者 龙建平;“黄金周”广东电网两不误[N];中国电力报;2006年
9 崔春华;西北电网公司积极调度缓解我省供电紧张[N];陕西日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978