收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Short Time Load Forecasting Based on Simulated Annealing and Genetic Algorithm Improved SVM

【摘要】:A support vector machines method(SVM) is presented for the hourly load forecasting of the coming days.In this approach,improved SVM based on simulated annealing algorithm and genetic algorithm.The new approach is used for the next day load forecast.These two methods are combined to find the improved parameters for Support Vector Machine.It proves that the combined method is useful in improve the SVM method.The load forecast results of this method are compared with the current neural network load forecast program(a conventional time series package) .Both programs are utilized to predict the hourly load of one day ahead.Based on simu-lation results,the improved SVM approach provides a better performance than the neural network and the regular SVM algorithm.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马新明;韩占忠;刘平;;基于支持向量机的输电线路故障诊断分类[J];电气开关;2009年05期
2 杨栋;束洪春;刘凤龙;;基于S变换与SVM的暂态电能质量扰动识别[J];云南电力技术;2010年02期
3 刘海春;谢少军;王国凤;;一种新颖的应用于三相四线有源电力滤波器的混合电流控制方法[J];山东大学学报(工学版);2007年06期
4 陆晓艳;王思华;武斌;;基于改进型双空间矢量调制策略的双级矩阵变换器的仿真[J];电气应用;2011年16期
5 肖志刚;徐宏;杨素林;王岩;孙玉梅;;基于平衡策略的支持向量机在电力系统中期负荷预测的应用[J];河北农业大学学报;2006年05期
6 李之波;;多因素支持向量机模型在江苏省中长期电力负荷预测中的应用[J];华北水利水电学院学报;2009年01期
7 郭有贵;曾萍;朱建林;;交-交矩阵变换器SVM的新颖调制模式(英文)[J];系统仿真学报;2009年22期
8 王成江;马新明;官云;戴迪;;基于SVM的改进二叉树输电线路故障分类器[J];电力系统保护与控制;2010年05期
9 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
10 唐慧;;基于混合模拟退火算法和SVM的电网协调性发展水平评价研究[J];江苏商论;2010年04期
11 高超;郑建华;王宝华;;基于SVM的输电线路故障选相新方法[J];电子设计工程;2011年18期
12 李淳;张仲超;;三相变流器升降压工作特性分析[J];电源技术应用;2005年07期
13 范森;;微小电容测量[J];安徽冶金科技职业学院学报;2009年02期
14 焦露琴;姚奇;杨丽;;基于SVM与D-S证据理论的异步电动机转子断条故障诊断方法[J];工矿自动化;2010年06期
15 韦力;靳坤;王明山;;一种新型SVPWM调制方法的研究与实现[J];电测与仪表;2010年04期
16 孙丹,贺益康;基于恒定开关频率空间矢量调制的永磁同步电机直接转矩控制[J];中国电机工程学报;2005年12期
17 赵登福,庞文晨,张讲社,王锡凡;基于贝叶斯理论和在线学习支持向量机的短期负荷预测[J];中国电机工程学报;2005年13期
18 杨延西,刘丁;基于小波变换和最小二乘支持向量机的短期电力负荷预测[J];电网技术;2005年13期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 ;Short Time Load Forecasting Based on Simulated Annealing and Genetic Algorithm Improved SVM[A];第二十七届中国控制会议论文集[C];2008年
2 ;Power Quality Disturbance Signals Identification Based On Wavelet Packet and SVM[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
3 陈春玲;许童羽;袁野;;基于多类分类SVM的电能质量扰动识别[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
4 Shintemirov Almas;;Transformer Dissolved Gas Analysis Using Least Square Support Vector Machine and Bootstrap[A];第二十六届中国控制会议论文集[C];2007年
5 李媛媛;郭军华;吕琳;;基于FCM和SVM的电机转子故障诊断方法研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
6 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 李婷;徐搏;刘青山;刘俊男;辛鹏;;基于EMD与SVM及GA相结合的短期负荷预测[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
8 岳全中;朱永利;;基于支持向量机多分类器的电流互感器状态评估[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(上册)[C];2008年
9 ;Day-ahead Electricity Price Forecasting Based on Rolling Time Series and Least Square-Support Vector Machine Model[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
10 ;Modeling Inductance for Bearingless Switched Reluctance Motor based on PSO-LSSVM[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
中国博士学位论文全文数据库 前5条
1 李锋;基于流形学习的风电机组传动系统故障诊断方法研究[D];重庆大学;2011年
2 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
3 陈波;电力系统不良数据辨识的研究[D];华南理工大学;2010年
4 郑华文;核电站松动件定位方法的研究[D];浙江大学;2010年
5 郑含博;电力变压器状态评估及故障诊断方法研究[D];重庆大学;2012年
中国硕士学位论文全文数据库 前10条
1 李信;基于SVM的变压器油色谱故障预测与诊断[D];华北电力大学(河北);2010年
2 崔瑜琦;基于最小二乘支持向量机风电机组的预测研究[D];华北电力大学(北京);2010年
3 白亚红;基于EMD和SVM技术风电齿轮箱早期故障诊断研究[D];大连理工大学;2009年
4 吴清华;基于LS-SVM的电力变压器故障诊断与预测研究[D];西华大学;2010年
5 朱志慧;基于BT-SVM的电力系统静态安全评估研究[D];南京邮电大学;2012年
6 张云云;基于智能优化SVM的短期负荷预测及误差修正模型研究[D];华北电力大学(河北);2009年
7 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
8 夏琦;基于SVM的配电网故障选线与测距[D];昆明理工大学;2010年
9 DANG QUOC TAN(邓国新);组合预测方法在短期负荷预测中的应用研究[D];湖南大学;2011年
10 谭智涵;基于SVM简化算法的NPC三电平逆变器[D];天津大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978