收藏本站
《中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集》2005年
收藏 | 手机打开
二维码
手机客户端打开本文

基于最小二乘的支持向量机在电力需求预测中的应用

黄元生  郑燕  乞建勋  
【摘要】:文章针对常规电力需求预测方法的不足,在分析SVM 的线性和非线性分类方法的基础上提出一种基于最小二乘的支持向量机预测方法。LS-SVM 模型采用结构风险最小化原则,能够在对小样本学习的基础上,对其他样本快速、准确的拟合预测,具有更好的泛化性能和精度,减少对初始值的依赖。文章采用河北省某市实际的负荷数据,按照不同的负荷日属性和历史数据属性进行样本选择,使用径向基核函数进行了电力需求预测。将预测结果与真实值和由时间序列及BP 神经网络方法得到的结论进行比较,表明所提出的预测模型具有较高的精度,是有效和可行的。

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前1条
1 顾蕊;我国电力消费与经济增长相关关系研究[D];华北电力大学(北京);2009年
【参考文献】
中国期刊全文数据库 前9条
1 张大海,江世芳,毕研秋,邹贵彬;基于小波神经网络的电力负荷预测方法[J];电力自动化设备;2003年08期
2 史德明,李林川,宋建文;基于灰色预测和神经网络的电力系统负荷预测[J];电网技术;2001年12期
3 张林,刘先珊,阴和俊;基于时间序列的支持向量机在负荷预测中的应用[J];电网技术;2004年19期
4 潘峰,程浩忠,杨镜非,张澄,潘震东;基于支持向量机的电力系统短期负荷预测[J];电网技术;2004年21期
5 王宇红,黄德先,高东杰,金以慧;基于支持向量机的非线性预测控制技术[J];信息与控制;2004年02期
6 牛东晓,陈志业,邢棉,谢宏;具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型[J];中国电机工程学报;2002年01期
7 赵登福,王蒙,张讲社,王锡凡;基于支撑向量机方法的短期负荷预测[J];中国电机工程学报;2002年04期
8 邰能灵,侯志俭,李涛,蒋传文,宋炯;基于小波分析的电力系统短期负荷预测方法[J];中国电机工程学报;2003年01期
9 王锡淮,朱思锋;基于支持向量机的船舶电力负荷预测[J];中国电机工程学报;2004年10期
【共引文献】
中国期刊全文数据库 前10条
1 侯宜祥;;考虑相似日的短期负荷改进粒子群预测方法[J];安徽电气工程职业技术学院学报;2010年03期
2 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
3 马庆元,郭继平,李宁;城市燃气管网负荷预测方法[J];鞍山科技大学学报;2004年02期
4 熊永胜;;基于BP神经网络的电力系统短期负荷预测[J];成都大学学报(自然科学版);2012年02期
5 姜竹楠;刘峰;于文波;;基于小波包负荷特征提取和径向基网络的短期负荷预测新方法[J];电力科学与技术学报;2007年02期
6 李伟;牛东晓;;基于灰色神经网络的短期电力负荷预测分析[J];科技和产业;2008年10期
7 曾鸣;刘洋;王蕾;陈玉胜;李彦吉;贾海清;刘长玺;尹兆文;;电力市场环境下的典型产业月用电负荷预测分析[J];科技和产业;2012年05期
8 庞松岭;穆钢;王修权;金鹏;马俊国;;基于负荷规律性分析的支持向量机短期负荷预测方法[J];东北电力大学学报;2006年04期
9 应剑烈;华国栋;刘耀年;;基于v-SVR的短期电力负荷预测[J];东北电力大学学报;2007年02期
10 刘佳;李丹;高立群;鲁顺;;基于自适应粒子群支持向量机的短期电力负荷预测[J];东北大学学报(自然科学版);2007年09期
中国重要会议论文全文数据库 前10条
1 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
2 柳瑞禹;叶子菀;;基于霍夫曼系数的高耗能行业电力消费发展趋势分析[A];第十三届中国管理科学学术年会论文集[C];2011年
3 牛东晓;李媛媛;;基于联合数据挖掘技术的电力负荷优选组合预测[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
4 戴燚;王锡淮;;基于支持向量机的船舶同步发电机建模[A];2005中国控制与决策学术年会论文集(上)[C];2005年
5 黄姝雅;刘天琪;陈绩;;基于人工神经网络的电力系统负荷预测综述[A];中国企业运筹学[C];2006年
6 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
7 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年
8 杜俊红;滕欢;滕福生;;在线超短期负荷预测的分析与应用研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
9 张林;罗晓初;徐瑞林;赵理;;基于时间序列的电力负荷预测新算法研究[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年
10 罗楠;朱业玉;杜彩月;王军;王红燕;;支持向量机方法在电力负荷预测中的应用[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
2 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年
3 陈国志;电力谐波和间谐波参数估计算法研究[D];浙江大学;2010年
4 黄光东;基于智能算法的滑坡稳定性建模与分析[D];中国地质大学(北京);2011年
5 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
6 王建军;基于知识挖掘技术的智能协同电力负荷预测研究[D];华北电力大学(北京);2011年
7 施慧;“两型电网”发展建设评价体系及应用研究[D];华北电力大学(北京);2011年
8 马金玉;中国地面太阳辐射长期变化特征及短期预报方法研究[D];南京信息工程大学;2011年
9 金珠;改进的支持向量机分类算法及其在煤矿人因事故安全评价中的应用[D];中国矿业大学;2011年
10 王军栋;混凝投药过程非线性预测控制研究[D];哈尔滨工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 范不井;某地区电网短期负荷预测研究[D];郑州大学;2010年
2 张永锋;半参数回归模型在中长期负荷预测中的应用[D];郑州大学;2010年
3 韩冬梅;基于P2P的教学信息资源负载均衡调度算法的研究[D];哈尔滨工程大学;2010年
4 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
5 于媛媛;基于组合预测的核电产业发展趋势研究[D];大连理工大学;2010年
6 陈启;基于支持向量回归在短期负荷预测中的应用[D];河北工程大学;2010年
7 张鑫;基于支持向量机的能源管理系统短期负荷预测[D];长春工业大学;2010年
8 毕志鹏;中长期负荷预测算法研究及系统实现[D];南昌大学;2010年
9 唐燕影;基于灰色理论的电力负荷预测模型研究及系统实现[D];南昌大学;2010年
10 沈利;燃煤电站锅炉的燃烧优化技术及相关算法应用研究[D];浙江大学;2011年
【同被引文献】
中国期刊全文数据库 前6条
1 雷绍兰,孙才新,周湶,邓群,刘凡;一种多变量时间序列的短期负荷预测方法研究[J];电工技术学报;2005年04期
2 唐忠;基于门限小波包的负荷预测方法的研究 (三)长期负荷预测[J];电力系统及其自动化学报;2001年06期
3 张俊芳,吴伊昂,吴军基;基于灰色理论负荷预测的应用研究[J];电力自动化设备;2004年05期
4 周佃民,管晓宏,孙婕,黄勇;基于神经网络的电力系统短期负荷预测研究[J];电网技术;2002年02期
5 高宏,胡维松,谈为雄,王雅瑾;电力弹性系数与电力工业优先发展[J];水电能源科学;1997年01期
6 王海鹏;田澎;靳萍;;基于变参数模型的中国能源消费经济增长关系研究[J];数理统计与管理;2006年03期
中国硕士学位论文全文数据库 前1条
1 王庆露;基于协整模型与组合预测的中国电力需求分析[D];哈尔滨工业大学;2006年
【二级引证文献】
中国硕士学位论文全文数据库 前2条
1 韩艳;四川省电力消费与经济增长关系的实证研究[D];四川农业大学;2011年
2 盛聪;江西省电力消费量与产业结构演进关系研究[D];南昌大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 王建赜,冉启文,纪延超,柳焯;谐波检测中小波变换频域特性分析[J];电力系统自动化;1998年07期
2 顾洁;电力系统中长期负荷的可变权综合预测模型[J];电力系统及其自动化学报;2003年06期
3 李林川,夏道止,杨振平,王立成,邓永辉,张莉芳,董彬;应用人工神经网络进行短期负荷预测[J];电力系统及其自动化学报;1994年03期
4 张大海,江世芳,毕研秋,邹贵彬;基于小波神经网络的电力负荷预测方法[J];电力自动化设备;2003年08期
5 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期
6 史德明,李林川,宋建文;基于灰色预测和神经网络的电力系统负荷预测[J];电网技术;2001年12期
7 耿光飞,郭喜庆;模糊线性回归法在负荷预测中的应用[J];电网技术;2002年04期
8 姜勇;基于模糊聚类的神经网络短期负荷预测方法[J];电网技术;2003年02期
9 张伏生,汪鸿,韩悌,孙晓强,张振宇,曹进;基于偏最小二乘回归分析的短期负荷预测[J];电网技术;2003年03期
10 赵剑剑,张步涵,程时杰,陆俭;一种基于径向基函数的短期负荷预测方法[J];电网技术;2003年06期
【相似文献】
中国期刊全文数据库 前10条
1 葛黎辉;周宏;;基于加权最小二乘支持向量机的金融时间序列预测[J];商场现代化;2009年12期
2 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期
3 叶小荣;王伟平;黄永武;;基于LS-SVM的经济发展水平预测[J];统计与决策;2009年17期
4 陈高波;;基于PSO-LSSVM的飞机维修保障费用预测模型[J];计算机应用与软件;2010年09期
5 牛丽君;;基于相空间重构和最小二乘支持向量机的美元汇率预测研究[J];经营管理者;2010年22期
6 孙德山;李海清;姜成玉;;最小二乘支持向量机在条件异方差模型中的应用[J];统计与决策;2010年06期
7 谢春利;邵诚;赵丹丹;;一类非线性系统基于最小二乘支持向量机的自适应H_∞控制[J];控制理论与应用;2011年07期
8 周辉仁;郑丕谔;;LS-SVM的参数优选及铁路客运市场预测[J];计算机工程与应用;2007年30期
9 尹文怡;范通让;;离散数据拟合模型的研究与实现[J];计算机工程与应用;2008年31期
10 刘立霞;马军海;;基于LS—SVM的石油期货价格预测研究[J];计算机工程与应用;2008年32期
中国重要会议论文全文数据库 前6条
1 黄元生;郑燕;乞建勋;;基于最小二乘的支持向量机在电力需求预测中的应用[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
2 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
3 赵冠华;;基于GA和Renyi熵的增长记忆式最小二乘支持向量机财务业绩预测模型[A];第十二届中国管理科学学术年会论文集[C];2010年
4 王峰;张新华;;支持向量机在结构动力学求解问题中的应用[A];第八届全国动力学与控制学术会议论文集[C];2008年
5 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
6 周波;石爱国;;混沌序列最近邻多步预报算法[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
中国硕士学位论文全文数据库 前10条
1 秦康平;节能减排背景下电力需求预测方法的研究[D];上海交通大学;2010年
2 孙刚;基于支持向量机的多分类方法研究[D];大连海事大学;2008年
3 王茜;电力需求预测后评价模型和方法研究[D];华北电力大学(北京);2008年
4 孔波;基于边界向量样本的支持向量分类机[D];华中科技大学;2006年
5 汪金;基于支持向量机原理的上市公司财务预警模型实证研究[D];华中科技大学;2007年
6 颜婉雯;基于经济因素的广东省电力需求预测研究[D];暨南大学;2006年
7 梁武;小子样下数据处理的若干问题研究[D];兰州大学;2008年
8 刘丽琴;基于抗白噪声理论的支持向量机[D];辽宁师范大学;2008年
9 周迎秋;节能措施与电力需求预测研究[D];华北电力大学(北京);2009年
10 汪建均;电力市场综合预测模型构建及实证研究[D];湖南大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026