基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)SVR的負(fù)荷預(yù)測(cè)
發(fā)布時(shí)間:2023-03-12 06:43
電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全穩(wěn)定運(yùn)行的基礎(chǔ),同時(shí)也是電力部門制定供電計(jì)劃的重要依據(jù)。作為典型的非平穩(wěn)時(shí)間序列,對(duì)電力負(fù)荷序列進(jìn)行穩(wěn)定準(zhǔn)確有效預(yù)測(cè)的難度大,并且隨著電力行業(yè)市場(chǎng)化改革的不斷深入,人們對(duì)電力負(fù)荷預(yù)測(cè)準(zhǔn)確率的要求也越來(lái)越高。因此,研究電力負(fù)荷預(yù)測(cè)問(wèn)題具有重要的理論和應(yīng)用價(jià)值。本文針對(duì)區(qū)域電力負(fù)荷短期預(yù)測(cè)難題,給出一種基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向量回歸(Empirical Mode Decomposition and Regroup improved Support Vector Regression,EMDRISVR)的新預(yù)測(cè)方法。該方法首先利用經(jīng)驗(yàn)?zāi)B(tài)分解方法將電力負(fù)荷序列分解成為多個(gè)子成分序列,進(jìn)而將其分類重組成高頻模態(tài)、低頻模態(tài)以及余項(xiàng)三個(gè)子序列。隨后,給出基于網(wǎng)格搜索法優(yōu)化參數(shù)的改進(jìn)支持向量回歸方法,分別對(duì)這三個(gè)子序列進(jìn)行預(yù)測(cè),并加和得到最終的預(yù)測(cè)結(jié)果。最后,使用美國(guó)弗吉尼亞州城市里士滿(Richmond)的電力負(fù)荷數(shù)據(jù)設(shè)計(jì)仿真實(shí)驗(yàn),并借助平均絕對(duì)百分比誤差、均方根誤差、方向變化統(tǒng)計(jì)量等給出的具體三個(gè)指標(biāo)評(píng)估模型的預(yù)測(cè)性能。實(shí)驗(yàn)結(jié)果表明,基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向...
【文章頁(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題研究背景和意義
1.2 國(guó)內(nèi)外負(fù)荷預(yù)測(cè)的研究現(xiàn)狀
1.3 常見(jiàn)預(yù)測(cè)方法分析與比較
1.4 本文的主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)
第2章 電力負(fù)荷預(yù)測(cè)的基本理論
2.1 電力負(fù)荷預(yù)測(cè)的概念及分類
2.2 電力負(fù)荷預(yù)測(cè)的特點(diǎn)
2.3 電力負(fù)荷預(yù)測(cè)的一般原理和基本過(guò)程
2.4 電力負(fù)荷預(yù)測(cè)的影響因素
2.5 本章小結(jié)
第3章 電力負(fù)荷時(shí)間序列的經(jīng)驗(yàn)?zāi)B(tài)分解與分類重組
3.1 引言
3.2 電力負(fù)荷時(shí)間序列的經(jīng)驗(yàn)?zāi)B(tài)分解
3.2.1 經(jīng)驗(yàn)?zāi)B(tài)分解來(lái)源與適用條件
3.2.2 本征模態(tài)函數(shù)含義及經(jīng)驗(yàn)?zāi)B(tài)分解基本原理
3.2.3 經(jīng)驗(yàn)?zāi)B(tài)分解優(yōu)勢(shì)
3.3 基于經(jīng)驗(yàn)?zāi)B(tài)分解方法的電力負(fù)荷時(shí)間序列分解重組
3.4 本章小結(jié)
第4章 基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向量回歸的負(fù)荷預(yù)測(cè)
4.1 引言
4.2 主要思路
4.3 基于網(wǎng)格搜索法優(yōu)化參數(shù)改進(jìn)SVR的重組子序列預(yù)測(cè)
4.4 核函數(shù)選取與參數(shù)估計(jì)
4.5 基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向量回歸的電力負(fù)荷預(yù)測(cè)算法
4.6 本章小結(jié)
第5章 實(shí)例分析
5.1 數(shù)據(jù)選取
5.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
5.3 統(tǒng)計(jì)特征描述
5.4 經(jīng)驗(yàn)?zāi)B(tài)分解與分類重組
5.5 EMDRISVR與 SVR預(yù)測(cè)結(jié)果的對(duì)比分析
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 全文總結(jié)
6.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷
本文編號(hào):3761151
【文章頁(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題研究背景和意義
1.2 國(guó)內(nèi)外負(fù)荷預(yù)測(cè)的研究現(xiàn)狀
1.3 常見(jiàn)預(yù)測(cè)方法分析與比較
1.4 本文的主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)
第2章 電力負(fù)荷預(yù)測(cè)的基本理論
2.1 電力負(fù)荷預(yù)測(cè)的概念及分類
2.2 電力負(fù)荷預(yù)測(cè)的特點(diǎn)
2.3 電力負(fù)荷預(yù)測(cè)的一般原理和基本過(guò)程
2.4 電力負(fù)荷預(yù)測(cè)的影響因素
2.5 本章小結(jié)
第3章 電力負(fù)荷時(shí)間序列的經(jīng)驗(yàn)?zāi)B(tài)分解與分類重組
3.1 引言
3.2 電力負(fù)荷時(shí)間序列的經(jīng)驗(yàn)?zāi)B(tài)分解
3.2.1 經(jīng)驗(yàn)?zāi)B(tài)分解來(lái)源與適用條件
3.2.2 本征模態(tài)函數(shù)含義及經(jīng)驗(yàn)?zāi)B(tài)分解基本原理
3.2.3 經(jīng)驗(yàn)?zāi)B(tài)分解優(yōu)勢(shì)
3.3 基于經(jīng)驗(yàn)?zāi)B(tài)分解方法的電力負(fù)荷時(shí)間序列分解重組
3.4 本章小結(jié)
第4章 基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向量回歸的負(fù)荷預(yù)測(cè)
4.1 引言
4.2 主要思路
4.3 基于網(wǎng)格搜索法優(yōu)化參數(shù)改進(jìn)SVR的重組子序列預(yù)測(cè)
4.4 核函數(shù)選取與參數(shù)估計(jì)
4.5 基于經(jīng)驗(yàn)?zāi)B(tài)分解重組改進(jìn)支持向量回歸的電力負(fù)荷預(yù)測(cè)算法
4.6 本章小結(jié)
第5章 實(shí)例分析
5.1 數(shù)據(jù)選取
5.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
5.3 統(tǒng)計(jì)特征描述
5.4 經(jīng)驗(yàn)?zāi)B(tài)分解與分類重組
5.5 EMDRISVR與 SVR預(yù)測(cè)結(jié)果的對(duì)比分析
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 全文總結(jié)
6.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷
本文編號(hào):3761151
本文鏈接:http://sikaile.net/guanlilunwen/shengchanguanlilunwen/3761151.html
最近更新
教材專著