發(fā)布時間：2017-10-19 22:23

  本文關鍵詞：基于支持向量機回歸組合模型的中長期降溫負荷預測

  更多相關文章： 支持向量機 多元線性回歸 多項式回歸 組合模型 中長期降溫負荷預測

【摘要】：提出基于支持向量機回歸組合模型的中長期降溫負荷預測方法。其中,支持向量機模型以多種社會經濟數(shù)據(jù)為輸入?yún)?shù),年最大降溫負荷值為輸出參數(shù)。在訓練過程中采用網格搜索法對支持向量機回歸模型參數(shù)進行優(yōu)化;回歸分析中,綜合采用線性、二次和三次多元回歸的組合模型;最后利用最優(yōu)組合預測方法將二者組合。采用廣東省2008~2011年實際負荷數(shù)據(jù)和社會經濟數(shù)據(jù)為訓練樣本,2012~2014年數(shù)據(jù)為測試樣本,對支持向量機回歸組合預測模型進行驗證,同時也對2015和2020年最大降溫負荷進行預測。結果表明,預測值與真實值的誤差控制在5%以下,驗證了該中長期降溫負荷預測模型的有效性。目前該預測模型已在廣東電網得到實際應用。
【作者單位】： 廣東電網有限責任公司電力調度控制中心;華南理工大學電力學院;
【關鍵詞】： 支持向量機 多元線性回歸 多項式回歸 組合模型 中長期降溫負荷預測
【基金】：國家自然科學基金青年基金資助項目(50907023) 中國南方電網有限責任公司科技項目(K-GD2012-006)~~
【分類號】：TM715
【正文快照】： This work is supported by Youth Fund of National Natural Science Foundation of China(No.50907023).0引言全球氣候變暖,極端高溫天氣持續(xù)出現(xiàn),使電網中以空調為代表的降溫負荷容量迅速增長,降溫負荷開啟頻率和開啟時間呈逐年上升趨勢。降溫負荷的急劇增長,已成為目前夏

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 陳偉根;滕黎;劉軍;彭尚怡;孫才新;;基于遺傳優(yōu)化支持向量機的變壓器繞組熱點溫度預測模型[J];電工技術學報;2014年01期

2 李霄;王昕;鄭益慧;李立學;生西奎;吳昊;;基于改進最小二乘支持向量機和預測誤差校正的短期風電負荷預測[J];電力系統(tǒng)保護與控制;2015年11期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 王豐華;周翔;高沛;郗曉光;;基于繞組熱分布的改進油浸式變壓器繞組熱點溫度計算模型[J];高電壓技術;2015年03期

2 劉金明;謝秋菊;王雪;馬鐵民;;基于GSA-SVM的畜禽舍廢氣監(jiān)測缺失數(shù)據(jù)恢復方法[J];東北農業(yè)大學學報;2015年05期

3 劉金明;謝秋菊;劉浩然;;基于SVM的畜禽舍廢氣監(jiān)測缺失數(shù)據(jù)恢復[J];江蘇農業(yè)科學;2015年08期

4 趙志剛;張純杰;茍向鋒;�；⑻�;;基于粒子群優(yōu)化支持向量機的太陽電池溫度預測[J];物理學報;2015年08期

5 滕黎;;基于改進粒子群優(yōu)化的變壓器繞組熱點溫度建模[J];智能電網;2015年06期

6 安斯光;楊仕友;劉磊;;改進正交邊界交叉算法及其在高頻電磁場逆問題中的應用[J];中國電機工程學報;2015年21期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王群京;鮑曉華;倪有源;李爭;;基于支持向量機和遺傳算法的爪極發(fā)電機建模及參數(shù)優(yōu)化[J];電工技術學報;2006年04期

2 牛東曉;劉達;陳廣娟;馮義;;基于遺傳優(yōu)化的支持向量機小時負荷滾動預測[J];電工技術學報;2007年06期

3 夏冬;吳俊勇;賀電;宋洪磊;冀魯豫;;一種新型的風電功率預測綜合模型[J];電工技術學報;2011年S1期

4 曾杰;張華;;基于最小二乘支持向量機的風速預測模型[J];電網技術;2009年18期

5 王曉蘭;王明偉;;基于小波分解和最小二乘支持向量機的短期風速預測[J];電網技術;2010年01期

6 滕黎;陳偉根;孫才新;;油浸式電力變壓器動態(tài)熱路改進模型[J];電網技術;2012年04期

7 孫國強;衛(wèi)志農;翟瑋星;;基于RVM與ARMA誤差校正的短期風速預測[J];電工技術學報;2012年08期

8 溫錦斌;王昕;李立學;鄭益慧;周荔丹;邵鳳鵬;;基于頻域分解的短期風電負荷預測[J];電工技術學報;2013年05期

9 方江曉;周暉;黃梅;T.S.Sidhu;;基于統(tǒng)計聚類分析的短期風電功率預測[J];電力系統(tǒng)保護與控制;2011年11期

10 陸寧;武本令;劉穎;;基于自適應粒子群優(yōu)化的SVM模型在負荷預測中的應用[J];電力系統(tǒng)保護與控制;2011年15期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛海峰;林繼鵬;劉君華;丁暉;;基于支持向量機和小波分解的氣體識別研究[J];儀器儀表學報;2006年06期

2 琚旭;王浩;姚宏亮;;支持向量機的一個邊界樣本修剪方法[J];合肥工業(yè)大學學報(自然科學版);2006年07期

3 張菁華;袁鑫;劉達;;基于支持向量機的電力工程最優(yōu)投標報價決策研究[J];山東電力高等�？茖W校學報;2006年04期

4 張濤;段淑敏;;支持向量機在中醫(yī)疾病癥候診斷中的應用[J];華北水利水電學院學報;2007年03期

5 王晶;靳其兵;曹柳林;;面向多輸入輸出系統(tǒng)的支持向量機回歸[J];清華大學學報(自然科學版);2007年S2期

6 陳丹;;多類支持向量機算法的研究[J];東莞理工學院學報;2007年05期

7 程麗麗;張健沛;馬駿;;一種改進的加權邊界調節(jié)支持向量機算法[J];哈爾濱工程大學學報;2007年10期

8 宋召青;崔和;胡云安;;支持向量機理論的研究與進展[J];海軍航空工程學院學報;2008年02期

9 郭濵;孫曉梅;薛明;;基于殼向量的邊界鄰近支持向量機[J];黑龍江交通科技;2008年12期

10 許超;運士偉;舒云星;;基于支持向量機的混凝土測強換算模型[J];洛陽理工學院學報(自然科學版);2008年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風險評估模型[A];第六屆（2011）中國管理學年會——商務智能分會場論文集[C];2011年

2 劉希玉;徐志敏;段會川;;基于支持向量機的創(chuàng)新分類器[A];山東省計算機學會2005年信息技術與信息化研討會論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學習方法[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機的系統(tǒng)辨識方法研究及應用[A];中國力學大會——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機方法預測膜蛋白類型[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學術年會論文集[C];2006年

10 侯澍e，

本文編號：1063690