2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著國民經(jīng)濟快速平穩(wěn)的發(fā)展,電力系統(tǒng)負荷呈現(xiàn)逐年大幅度增長態(tài)勢。然而,電能存儲能力極小,且成本極高,傳統(tǒng)粗放的電力調度模式造成了電能忙時供需不足、閑時極大浪費的問題。面對電力負荷增長的壓力,建設以“互動、自愈、安全、經(jīng)濟、清潔、節(jié)能與高效”為特點的智能電網(wǎng)成為全球的共同目標。負荷預測是智能電網(wǎng)建設的基礎環(huán)節(jié),精準、時效的負荷預測是智能電網(wǎng)實現(xiàn)節(jié)能降耗、調度精細化管理和電網(wǎng)安全預警的基礎。然而,在負荷預測中,由于節(jié)假日數(shù)據(jù)稀疏并且其變化規(guī)

2、律與非假日不同,使得負荷預測方法在預測節(jié)假日負荷時預測偏差極大。因此,本文希望通過增加源城市的節(jié)假日負荷數(shù)據(jù)來解決節(jié)假日負荷數(shù)據(jù)稀疏的問題,從而改善預測效果。
  本文首先單純遷移源城市的節(jié)假日數(shù)據(jù),通過對節(jié)假日信息的豐富和新的節(jié)假日特征的提取,提高節(jié)假日的預測精度,同時避免對非節(jié)假日負荷預測性能的影響。具體工作如下:首先通過分析節(jié)假日特點以及負荷預測中使用的節(jié)假日特征,提出了一種新的節(jié)假日特征。然后,利用關聯(lián)度和優(yōu)化函數(shù)決定選取

3、的源城市,將被選取的源城市節(jié)假日數(shù)據(jù)遷移到目標城市,增加目標城市的節(jié)假日數(shù)據(jù),解決節(jié)假日數(shù)據(jù)稀疏問題。進一步,本文提出基于節(jié)假日的加權遷移學習方法,針對不同來源的節(jié)假日負荷資源數(shù)據(jù)給予不同權重,通過不同權重反應目標城市和源城市的不同訓練樣本對目標城市節(jié)假日負荷的關聯(lián)影響程度,體現(xiàn)不同負荷數(shù)據(jù)信息的本質屬性,從而訓練得到更精準的預測模型。具體工作如下:由于源城市的負荷數(shù)據(jù)只是用來輔助預測,而目標城市的數(shù)據(jù)是以往歷史的真實參考,因此這兩部分

4、數(shù)據(jù)被分配給不同的權重。目標城市負荷的權重分配是將其作為基準值設為1,而源城市負荷權重則通過計算其與目標城市特征的皮爾遜相關系數(shù)獲取,然后通過局部支持向量機回歸模型預測。最后,針對某些城市遷移節(jié)假日數(shù)據(jù)后出現(xiàn)的負遷移現(xiàn)象,本文用改進的TrAdaBoost算法來解決該問題。該算法能通過衡量源城市與目標城市負荷分布差異,降低源城市中分布不同數(shù)據(jù)權重,從而減輕負遷移問題。
  廣東省十幾個城市的真實負荷數(shù)據(jù)集作為案例研究,支持向量機回歸

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論