一种复合的支持向量机模型在电力系统短期负荷中的应用

【摘要】：将支持向量机(Support Vector Machines,SVM)应用于电力系统短期负荷预测已经得到了广泛的研究,取得了很好的预测效果。但以往的支持向量机模型的明显不足是：预测的最大误差相对较大。针对这一问题,本文提出一种包含两个 SVM 新的 SVM 模型以弥补该方面不足。第一个向量机以邻近的同类型日、同时刻样本作：勾训练样本；第二个向量机以历史年度中季节相同、日期类型和时间相似的样本进行训练。最后综合两个 SVM 的预测, 得到最终结果。通过对 EUNITE network 提供的数据进行验证,取得了较好的预测效果。

【作者单位】：东北电力学院
【分类号】：TM714

下载全文更多同类文献

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	【参考文献】
	【参考文献】

中国期刊全文数据库

前1条

1	康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期

	【共引文献】
	【共引文献】

中国期刊全文数据库

前10条

1	陈晶;杨春玲;郑安豫;;短期负荷预测的自适应加权支持向量机新方法[J];安徽电气工程职业技术学院学报;2011年01期
2	区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
3	韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
4	郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
5	张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期
6	周晓华;佘乾仲;王荔芳;;Elman神经网络在农网短期负荷预测中的应用[J];安徽农业科学;2011年04期
7	张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期
8	冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
9	宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期
10	徐波;;基于改进PSO-LSSVM的军用工程机械研制费用预测模型[J];兵工自动化;2011年10期

中国重要会议论文全文数据库

前10条

1	周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
2	周倩;翟永杰;韩璞;;序列最小优化算法在电力系统短期负荷预测中的应用[A];第二十六届中国控制会议论文集[C];2007年
3	;Next-Day Electricity Price Forecasting Based on Support Vector Machines and Data Mining Technology[A];第二十七届中国控制会议论文集[C];2008年
4	张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集（一）[C];2008年
5	张永生;魏新军;颜振敏;南海娟;;多元线性回归分光光度法同时测定饮料中三种色素[A];第十届中国科协年会论文集（三）[C];2008年
6	屈利;苑津莎;张卫华;李丽;;结合粗糙集的事例推理在负荷预测中的应用[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年
7	胡松峰;彭显刚;;电网短期负荷预测方法综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
8	林健;朱帮助;;基于LS-SVM的区域经济短期预测[A];2006中国控制与决策学术年会论文集[C];2006年
9	孙伟;卢建昌;孟明;;基于时间序列支持向量机模型的电价预测研究[A];2006中国控制与决策学术年会论文集[C];2006年
10	肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

中国硕士学位论文全文数据库

前10条

1	田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
2	岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
3	范不井;某地区电网短期负荷预测研究[D];郑州大学;2010年
4	李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
5	王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
6	张军珲;基于统计的常用汉语副词用法自动识别研究[D];郑州大学;2010年
7	刘玲玲;PID参数整定技术的研究及应用[D];郑州大学;2010年
8	李娅;基于混沌理论的电力谐波检测研究[D];哈尔滨工程大学;2010年
9	王硕;基于小波变换的动态纹理分类[D];哈尔滨工程大学;2010年
10	王嘉钰;全电力推进船舶短期电力负荷预测研究[D];哈尔滨工程大学;2010年

	【二级参考文献】
	【二级参考文献】

中国期刊全文数据库

前10条

1	赵海青,牛东晓;灰色优选组合预测模型及其应用[J];保定师范专科学校学报;2002年02期
2	董景荣;基于因素影响的电力消费预测研究[J];重庆师范学院学报(自然科学版);2000年02期
3	陈亚红,穆钢,段方丽;短期电力负荷预报中几种异常数据的处理[J];东北电力学院学报;2002年02期
4	康重庆,程旭,夏清,沈瑜;一种规范化的处理相关因素的短期负荷预测新策略[J];电力系统自动化;1999年18期
5	程旭,康重庆,夏清,沈瑜;短期负荷预测的综合模型[J];电力系统自动化;2000年09期
6	严华,吴捷,马志强,吴列鑫;模糊集理论在电力系统短期负荷预测中的应用[J];电力系统自动化;2000年11期
7	于渤,于浩;基于随动思想的月度用电量时间序列预测模型[J];电力系统自动化;2000年14期
8	穆钢,侯凯元,杨右虹,惠永杰;一种内蕴误差评价的负荷预报方法[J];电力系统自动化;2001年22期
9	莫维仁,张伯明,孙宏斌,胡子衡;短期负荷综合预测模型的探讨[J];电力系统自动化;2004年01期
10	蒋平，鞠平;应用人工神经网络进行中期电力负荷预报[J];电力系统自动化;1995年06期

	【相似文献】
	【相似文献】

中国期刊全文数据库

前10条

1	李云飞;黄彦全;蒋功连;;基于支持向量机的短期负荷预测的方法改进[J];西华大学学报(自然科学版);2007年02期
2	王世勇;孙鸣;丁中奎;;一种基于支持向量机的变压器励磁涌流判别新方法[J];继电器;2008年05期
3	苑津莎;张英慧;牛丽仙;刘献伟;;基于SOFM和支持向量机回归的短期负荷预测方法[J];电力科学与工程;2009年08期
4	从荣刚;张燕琳;赵亚楠;;基于SVM模型的山东省电力需求预测[J];能源技术经济;2011年03期
5	潘锋;程浩忠;;基于RBF核函数的SVM方法在短期电力负荷预测中的应用[J];供用电;2006年01期
6	潘锋;储琳琳;张宇俊;;考虑气象因素的SVM方法在短期电力负荷预测中的应用[J];华东电力;2007年11期
7	孙志华;沈小厚;;基于RBF核函数的SVM在容量预测中的应用[J];经营管理者;2010年06期
8	高荣;刘晓华;;基于支持向量机的短期负荷预测[J];烟台师范学院学报(自然科学版);2005年04期
9	龚灯才,李训铭,李林峰;基于模糊支持向量机方法的短期负荷预测[J];电力自动化设备;2005年07期
10	翟鸿雁;曾晋明;曾纪霞;;基于支持向量机的电力市场价格预测中的核函数比较[J];计算技术与自动化;2011年02期

中国重要会议论文全文数据库

前10条

1	王永春;;一种复合的支持向量机模型在电力系统短期负荷中的应用[A];第十届全国电工数学学术年会论文集[C];2005年
2	刘耀年;王浩;何昌浩;何萍;;基于支持向量回归机的短期电力负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
3	高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4	林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
5	刘晓华;高荣;;基于分布式支持向量机的短期负荷预测[A];第二十四届中国控制会议论文集（上册）[C];2005年
6	叶淳铮;常鲜戎;;基于小波变换和支持向量机的电力系统短期负荷预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年
7	孙伟;卢建昌;孟明;;基于时间序列支持向量机模型的电价预测研究[A];2006中国控制与决策学术年会论文集[C];2006年
8	王堃;孔松涛;胡正定;;基于最小支持向量机的锅炉受热面污染部位诊断[A];中国力学学会学术大会'2009论文摘要集[C];2009年
9	高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集（2）[C];2009年
10	田有文;唐晓明;;基于支持向量机的微机保护装置状态预测方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年

中国博士学位论文全文数据库

前10条

1	韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年
2	孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年
3	彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
4	刘曼兰;永磁直流电机故障在线监测与智能诊断的研究[D];哈尔滨工业大学;2007年
5	杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学（河北）;2008年
6	彭兵;基于改进支持向量机和特征信息融合的水电机组故障诊断[D];华中科技大学;2008年
7	高忠林;弧焊电源控制及焊接质量在线监测数字化基础研究[D];天津大学;2008年
8	肖燕彩;支持向量机在变压器状态评估中的应用研究[D];北京交通大学;2008年
9	郝文斌;变压器暂态仿真模型及基于支持向量机的变压器保护原理研究[D];西南交通大学;2006年
10	朱承治;输变电设备优化检修（OM）若干关键技术研究[D];浙江大学;2008年

中国硕士学位论文全文数据库

前10条

1	韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
2	童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
3	姜仁辉;设计与实现基于支持向量机的水电故障分类器[D];吉林大学;2008年
4	蔡勇;基于支持向量机的短期电力负荷预测研究[D];华中科技大学;2007年
5	武晓娟;基于支持向量机（SVM）的火电电厂工程造价预测研究[D];华北电力大学（河北）;2009年
6	刘凤龙;高压直流输电系统故障诊断方法研究[D];昆明理工大学;2010年
7	徐沧;基于SVM的核电站不常用备件分类模型研究[D];华中科技大学;2006年
8	刘兴阳;智能算法的研究与应用[D];江南大学;2012年
9	顾晓光;基于小波变换和支持向量机的电力电子电路故障诊断研究[D];河南大学;2011年
10	冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	微信支付支付宝银行卡	知网卡神州行卡更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62791813 010-62985026	常见问题在线咨询阅读器下载	充值中心知网卡新手指南