基于貝葉斯理論的支持向量機(jī)短期負(fù)荷預(yù)測.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、短期負(fù)荷預(yù)測是電力系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行的重要參考依據(jù),隨著我國電力工業(yè)市場化改革的穩(wěn)步推進(jìn),電力公司必須即時地把握負(fù)荷變化的信息,人們開始越來越重視短期負(fù)荷預(yù)測的關(guān)鍵作用,同時也對短期負(fù)荷預(yù)測的精確性提出了更高的要求。
  相對于傳統(tǒng)預(yù)測方法,支持向量機(jī)具有非線性擬合、泛化能力強(qiáng)、訓(xùn)練收斂速度快等優(yōu)點,且對于有限個小樣本問題具有非凡的處理能力。利用支持向量機(jī)的優(yōu)越性,針對短期負(fù)荷預(yù)測中存在的非線性特點,提出基于支持向量機(jī)的短期負(fù)荷預(yù)

2、測方法。為了克服不確定性數(shù)據(jù)信息對短期負(fù)荷變化的干擾,在對支持向量機(jī)方法研究的基礎(chǔ)上,繼而提出一種基于貝葉斯理論的支持向量機(jī)短期負(fù)荷預(yù)測新方法。
  本文主要研究內(nèi)容如下:
  1.首先對短期負(fù)荷特性進(jìn)行具體分析,然后構(gòu)建基于 SVM短期負(fù)荷預(yù)測模型,并通過算例與應(yīng)用較為廣泛的神經(jīng)網(wǎng)絡(luò)方法進(jìn)行比較分析,驗證了其良好的預(yù)測性能。
  2.由于短期負(fù)荷受天氣原因、重大節(jié)假日等隨機(jī)、不確定性變化因素的影響較大,為了有效地克服

3、不確定性數(shù)據(jù)信息對短期負(fù)荷變化的干擾,引入貝葉斯基本理論,提出將貝葉斯理論與支持向量機(jī)相結(jié)合的方法,通過改進(jìn)學(xué)習(xí)訓(xùn)練機(jī)制,構(gòu)建一種基于貝葉斯理論的支持向量機(jī)預(yù)測模型。
  3.為了使模型預(yù)測精度更高,計算復(fù)雜度更低,總體穩(wěn)定性更強(qiáng),利用貝葉斯證據(jù)框架下的貝葉斯推斷準(zhǔn)則對模型中的相關(guān)參數(shù)及核參數(shù)進(jìn)行優(yōu)化選擇。
  4.將優(yōu)化后的基于貝葉斯理論的支持向量機(jī)預(yù)測模型對短期負(fù)荷進(jìn)行實例預(yù)測,并與基于SVM預(yù)測模型的預(yù)測結(jié)果進(jìn)行比較分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論