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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行的重要依據(jù)。隨著我國(guó)電力市場(chǎng)的快速發(fā)展,對(duì)短期負(fù)荷預(yù)測(cè)的精度提出了更高的要求。負(fù)荷預(yù)測(cè)的核心問題是預(yù)測(cè)的技術(shù)方法,或者說是預(yù)測(cè)的數(shù)學(xué)模型。負(fù)荷預(yù)測(cè)的方法有很多種,隨著研究的不斷深入,不斷涌現(xiàn)出新的理論和新的方法。人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)作為機(jī)器學(xué)習(xí)算法,廣泛應(yīng)用于處理回歸問題等領(lǐng)域。小波分析在時(shí)域和頻域方面有十分明顯的優(yōu)勢(shì)。針對(duì)短期負(fù)荷非平穩(wěn)性和非線性特點(diǎn),結(jié)合小波分析和機(jī)器學(xué)習(xí)各自的優(yōu)點(diǎn),本
2、文將研究基于小波分析和機(jī)器學(xué)習(xí)的電力負(fù)荷預(yù)測(cè)方法。
本文先闡述了小波分析理論,分析了小波變換在時(shí)域和頻域具有局部細(xì)化的顯著特點(diǎn),再重點(diǎn)介紹了機(jī)器學(xué)習(xí)中的支持向量機(jī),它以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則,具有全局最優(yōu)、泛化能力強(qiáng)、預(yù)測(cè)精度高等顯著特點(diǎn)。針對(duì)短期負(fù)荷的非平穩(wěn)性,采用離散小波變換將負(fù)荷數(shù)據(jù)進(jìn)行分解,使得分解后得到的各子序列比原始負(fù)荷數(shù)據(jù)序列有更強(qiáng)的規(guī)律性。將得到的各序列,分別通過兩種機(jī)器學(xué)習(xí)模型(最小二乘支
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析和支持向量機(jī)的電力短期負(fù)荷預(yù)測(cè).pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)方法研究.pdf
- 基于小波分析的短期負(fù)荷預(yù)測(cè)模型研究與實(shí)現(xiàn).pdf
- 基于小波分析的綜合方法在燃?xì)庳?fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 小波分析在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用研究.pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)負(fù)荷預(yù)測(cè)研究.pdf
- 基于小波包變換的短期電力負(fù)荷預(yù)測(cè).pdf
- 云計(jì)算和機(jī)器學(xué)習(xí)算法在電力負(fù)荷預(yù)測(cè)中的研究與應(yīng)用.pdf
- 基于云計(jì)算和機(jī)器學(xué)習(xí)算法的微電網(wǎng)負(fù)荷預(yù)測(cè).pdf
- 基于機(jī)器自學(xué)習(xí)的電力系統(tǒng)超短期負(fù)荷預(yù)測(cè)研究.pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)的BFI預(yù)測(cè)研究.pdf
- 基于小波分析和Gaussian回歸的急性低血壓預(yù)測(cè).pdf
- 基于小波分析的人體血壓預(yù)測(cè).pdf
- 基于小波-灰色模型的電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于MapReduce和深度學(xué)習(xí)的負(fù)荷分析與預(yù)測(cè).pdf
- 基于極限學(xué)習(xí)機(jī)的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于支持向量機(jī)和小波分析的地震預(yù)測(cè)研究.pdf
- 基于小波分析的匯率預(yù)測(cè)模型研究.pdf
- 基于電力負(fù)荷動(dòng)特性曲線分析的負(fù)荷預(yù)測(cè)方法研究.pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論