【摘要】：我國(guó)的風(fēng)電行業(yè)在近十幾年一直保持高速增長(zhǎng)的態(tài)勢(shì)。但是風(fēng)電項(xiàng)目面臨著經(jīng)濟(jì)、技術(shù)、政策等多方面的不確定影響,盲目地進(jìn)行投資建設(shè)會(huì)造成社會(huì)資源的浪費(fèi)以及投資者自身利益的損失。因此,在進(jìn)行風(fēng)電項(xiàng)目投資建設(shè)之前,有必要對(duì)其所面臨的項(xiàng)目風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)評(píng)估。傳統(tǒng)的項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法,不夠精確同時(shí)需要的樣本量較大,基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型容易陷入局部最優(yōu)的問(wèn)題,基于這種情況,本文提出適用于小樣本、高維度的支持向量機(jī)算法應(yīng)用于風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估中。本文首先介紹了風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)分析研究的背景和意義,簡(jiǎn)述了支持向量機(jī)的研究現(xiàn)狀以及風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)研究的方法理論;其次,介紹了風(fēng)險(xiǎn)的相關(guān)理論,著重研究分析了支持向量機(jī)的理論以及支持向量機(jī)在不同方面的應(yīng)用;然后,根據(jù)我國(guó)風(fēng)電工程項(xiàng)目的具體情況和發(fā)展特點(diǎn),提出了應(yīng)用于支持向量機(jī)評(píng)估的風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系;而后,根據(jù)本文提出的風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系以及相關(guān)歷史數(shù)據(jù)構(gòu)建了基于支持向量機(jī)的風(fēng)電項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型,該模型適用于我國(guó)內(nèi)陸風(fēng)電工程項(xiàng)目的風(fēng)險(xiǎn)評(píng)估;為了驗(yàn)證模型的實(shí)用性,本文進(jìn)行了實(shí)證分析,對(duì)TA風(fēng)電工程項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行評(píng)估;最后通過(guò)實(shí)證分析總結(jié)了風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)防控的對(duì)策。本文結(jié)合機(jī)器學(xué)習(xí)理論中的支持向量機(jī)方法,對(duì)風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)進(jìn)行了評(píng)估,構(gòu)建了適用于風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估的支持向量機(jī)模型,同時(shí)將該模型應(yīng)用于實(shí)際的案例中,分析評(píng)估了大唐新能源公司的TA風(fēng)電工程項(xiàng)目的風(fēng)險(xiǎn),并提出了風(fēng)險(xiǎn)防控的對(duì)策,具有一定的理論意義同時(shí)具備較強(qiáng)的實(shí)際價(jià)值。
【圖文】：

圖２－１最優(yōu)分類(lèi)超平面逡逑我們要求所有的訓(xùn)練樣本數(shù)據(jù)都可以被分類(lèi)超平面正確的進(jìn)行分類(lèi)時(shí)，求判別函數(shù)滿(mǎn)足式（２－３）。逡逑ｙｔ［｛（0邋－邐＝邋＼，２，，．．．，ｎ邐（２－３滿(mǎn)足（２－３）式的條件同時(shí)可以使得分類(lèi)間隔２／｜｜仍｜｜最大，那么這個(gè)分類(lèi)超

華北電力大學(xué)碩士學(xué)位論文逡逑面就是最優(yōu)超平面。逡逑如圖２－１所示，兩種類(lèi)型的訓(xùn)練樣本，其中距離最優(yōu)超平面最近的點(diǎn)被稱(chēng)為逡逑支持向量，該點(diǎn)即是使得（２－３）式等號(hào)成立的樣本點(diǎn)。顧名思義，這些向量共同支逡逑撐了最優(yōu)分類(lèi)面。逡逑可得將求取最優(yōu)超平面的問(wèn)題歸化為求解一個(gè)約g?優(yōu)化問(wèn)題，即在（２－３）的約逡逑束條件下，使得下式最小逡逑０（ｆｆｌ）邋＝邋ｉ｜｜？｜｜２邋＝邐（２－４）逡逑綜合上述的分析，則由拉格朗日函數(shù)可以給出上述問(wèn)題的解逡逑Ｌ（ａ，ｂ，ａ）邋＝邋＼｛ｃｏ－邋（0）邋－邋ｂ－Ｋ？＇ｘ；）邋－－１｝邐（２－５）逡逑．邐／邋＝邋Ｉ逡逑其中，ａ，２０是拉格朗日系數(shù)，ａ邋＝邋（ｃ＾２，．．．，《，／式（２－５）存在且只存在唯一最優(yōu)逡逑解。逡逑對(duì)拉格朗日函數(shù)的極值點(diǎn)，必須滿(mǎn)足下面的條件：逡逑ｄＬ（ｊｊ）
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：F426.61;F272.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉志雄;王丹弘;;基于海量數(shù)據(jù)的不平衡SVM增量學(xué)習(xí)的釣魚(yú)網(wǎng)站檢測(cè)方法[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2016年12期

2 齊興;;結(jié)合主方向和SVM的人臉表情識(shí)別[J];廊坊師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

3 馮東梅;吳健偉;;礦井突水水源的SVM識(shí)別方法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

4 楊清;文紅;陳松林;王玉秀;;基于SVM算法的移動(dòng)智能終端安全等級(jí)分級(jí)模型[J];通信技術(shù);2017年04期

5 滿(mǎn)宴辰;楊成佳;;圖像視覺(jué)顯著性和改進(jìn)型SVM在圖像分割中的研究[J];通訊世界;2017年08期

6 程鳳偉;;一種基于決策樹(shù)的SVM算法[J];太原學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年01期

7 吳翠穎;周濤;陸惠玲;姚中寶;王媛媛;楊鵬飛;;基于集成SVM的肺部腫瘤PET/CT三模態(tài)計(jì)算機(jī)輔助診斷方法[J];生物醫(yī)學(xué)工程研究;2017年03期

8 湯�；�;;基于SVM的醫(yī)藥企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[J];中國(guó)集體經(jīng)濟(jì);2017年29期

9 王芳;吳志泉;史紅權(quán);;SVM在空中目標(biāo)威脅值評(píng)估中的應(yīng)用[J];火力與指揮控制;2017年09期

10 楊海蘭;周培祥;;基于SVM的中國(guó)家族企業(yè)引入外部職業(yè)經(jīng)理人風(fēng)險(xiǎn)預(yù)測(cè)研究[J];經(jīng)濟(jì)體制改革;2017年05期

相關(guān)會(huì)議論文 前10條

1 李薇;劉琦;馬占鴻;;基于SVM法的小麥條銹病潛育期冠層高光譜識(shí)別研究[A];植保科技創(chuàng)新與農(nóng)業(yè)精準(zhǔn)扶貧——中國(guó)植物保護(hù)學(xué)會(huì)2016年學(xué)術(shù)年會(huì)論文集[C];2016年

2 楊鎮(zhèn)宇;祝詩(shī)平;;基于機(jī)器視覺(jué)和SVM的花椒外觀品質(zhì)檢測(cè)[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

3 張國(guó)棟;朱明華;余圣甫;張建強(qiáng);李志遠(yuǎn);;藥芯焊絲飛濺率的SVM模型研究[A];第十五次全國(guó)焊接學(xué)術(shù)會(huì)議論文集[C];2010年

4 司愛(ài)威;馮輔周;江鵬程;饒國(guó)強(qiáng);王建;;基于可變風(fēng)險(xiǎn)SVM模型的故障識(shí)別方法研究[A];第十屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）上冊(cè)[C];2011年

5 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報(bào)中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

6 陳志建;宋家驊;程琳;;基于小波SVM的高速公路交通事件檢測(cè)算法[A];城市交通發(fā)展模式轉(zhuǎn)型與創(chuàng)新——中國(guó)城市交通規(guī)劃2011年年會(huì)暨第25次學(xué)術(shù)研討會(huì)論文集[C];2014年

7 朱蕾;朱國(guó)棟;石江;;SVM方法在烏魯木齊機(jī)場(chǎng)跑道視程預(yù)測(cè)中的應(yīng)用[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)天氣預(yù)報(bào)預(yù)警和影響評(píng)估技術(shù)分會(huì)場(chǎng)論文集[C];2007年

8 王薇;李曉輝;;CDMA系統(tǒng)中基于SVM的多用戶(hù)檢測(cè)算法[A];第十九屆電工理論學(xué)術(shù)年會(huì)論文集[C];2007年

9 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷知識(shí)獲取[A];第八屆全國(guó)設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

10 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類(lèi)[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 張?jiān)獋b;基于SVM學(xué)習(xí)模型的換擋決策研究[D];吉林大學(xué);2019年

2 張婧;基于SVM的肺結(jié)節(jié)自動(dòng)識(shí)別方法研究[D];華南理工大學(xué);2011年

3 歐陽(yáng)玲;基于遙感和SVM模型的松嫩平原南部耕地質(zhì)量評(píng)價(jià)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2017年

4 陳沅濤;圖像視覺(jué)顯著性和改進(jìn)型SVM在圖像分割中的研究[D];南京理工大學(xué);2014年

5 張克;基于地震正演模擬和SVM的煤與瓦斯突出危險(xiǎn)區(qū)預(yù)測(cè)研究[D];中國(guó)礦業(yè)大學(xué);2011年

6 宋國(guó)明;基于提升小波及SVM優(yōu)化的模擬電路智能故障診斷方法研究[D];電子科技大學(xué);2010年

7 陳志茹;基于SVM集成學(xué)習(xí)的miRNA靶基因預(yù)測(cè)研究[D];燕山大學(xué);2015年

8 陳梅香;基于SVM和GIS的梨小食心蟲(chóng)預(yù)測(cè)系統(tǒng)的研究[D];北京林業(yè)大學(xué);2010年

9 江娜;SVM及其在船舶航向控制系統(tǒng)故障預(yù)報(bào)中的應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

10 黃劍鋒;基于振動(dòng)信號(hào)SVM的管殼式換熱器堵塞故障診斷方法研究[D];華南理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 高晗;基于SVM的圖像分類(lèi)算法[D];吉林大學(xué);2019年

2 鄭留洋;基于車(chē)聯(lián)網(wǎng)數(shù)據(jù)的貨車(chē)出行風(fēng)險(xiǎn)畫(huà)像與影響因素分析[D];北京交通大學(xué);2019年

3 趙云飛;基于SVM的風(fēng)電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)及防控措施研究[D];華北電力大學(xué)(北京);2019年

4 許麗;用SVM回歸實(shí)驗(yàn)對(duì)大氣污染數(shù)據(jù)的處理研究[D];天津財(cái)經(jīng)大學(xué);2018年

5 王洪兵;SVM集成與增量算法在入侵檢測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2018年

6 代瑜;基于SVM與LDA的WEB正文提取[D];武漢工程大學(xué);2018年

7 鄧瓊;道路交通標(biāo)志的檢測(cè)算法研究[D];安徽工程大學(xué);2018年

8 金j;SVM與神經(jīng)網(wǎng)絡(luò)的組合模型在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];吉林大學(xué);2018年

9 袁志輝;深度學(xué)習(xí)與SVM相融合的新聞分類(lèi)技術(shù)研究[D];華北理工大學(xué);2018年

10 錢(qián)坤;基于MSER和遺傳優(yōu)化SVM的交通標(biāo)志識(shí)別的研究[D];大連理工大學(xué);2018年

本文編號(hào)：2611383