討論了基于相似日選取的支持向量機電動汽車日負荷預(yù)測方法。通過對北京現(xiàn)有純電動公交車充/換電站充電負荷的大量調(diào)研,分析了公交車充電站充電負荷的數(shù)據(jù)特征,采用關(guān)聯(lián)分析方法提取了影響電動公交站充電負荷的因素,基于相關(guān)因素應(yīng)用灰色關(guān)聯(lián)理論構(gòu)建相似日的小樣本集合,而后建立多輸入單輸出的支持向量機預(yù)測模型。針對支持向量機預(yù)測模型,提出了兩階段確定模型參數(shù)的方法,首先直接確定不敏感損失參數(shù)ε,再通過遺傳算法尋找最優(yōu)核參數(shù)p和正則化參數(shù)C,以提高參數(shù)ε選取范圍設(shè)置較大時的預(yù)測精度。實例測試結(jié)果表明,日負荷預(yù)測的均方根誤差為10.85%,能基本滿足有序控制的要求;與其他預(yù)測方法相比,改進方法具有較高的預(yù)測精度和穩(wěn)定性。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 純電動汽車負荷特性分析
    1.1 電動公交車充電站負荷特性分析
    1.2 影響因素分析
    1.3 基于灰色關(guān)聯(lián)度的樣本篩選
2 SVM回歸模型及參數(shù)選擇
    2.1 SVM回歸算法
    2.2 參數(shù)自適應(yīng)
    2.3 預(yù)測流程
3 算例驗證
4 結(jié)論



本文編號：3911062