欢迎来到天天文库
浏览记录
ID:37121266
大小:212.18 KB
页数:4页
时间:2019-05-18
《考虑气象因素的SVM方法在短期电力负荷预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、维普资讯http://www.cqvip.com第35卷第11期妻慕电力Vo1.35No。11EastChinaElectricPower2007年11月NOV.2O07考虑气象因素的SVM方法在短期电力负荷预测中的应用潘锋,储琳琳,张字俊(1。上海市电力公司闵行供电分公司,上海201100;2.上海交通大学电气工程系,上海200240)摘要:介绍了支持向量机(SVM)方法及其在短期电力负荷预测中的应用。结合地区实际,在算法中考虑相应的气象因素,该算法具有收敛速度快、全局最优等优点。预测算例表明,考虑气象因素的SVM方法可提高预测精
2、度。关键词:电力系统;支持向量机;气象因素;短期负荷预测;核函数作者简介:潘锋(1979·),男,硕士,研究方向为电网规划。中图分类号:TM715文献标识码:A文章编号:1001@529(2007)11-0086-04Applicationofweatherfactor-consideredSVMmethodtoshort-termloadforecastPANFeng,CHUHn.1in,ZHANGru-jun(1.MinhangPowerSupplyCompany,SMEPC,Shanghai201100,China;2.Dep
3、t.ofElectricalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China)Abstract:TheSupportVectorMachine(SVM)methodanditsapplicationtoshort—termloadforecastarepresented.Accordingtotheactualregionalcondition,theweatherfactorisincorporatedintherelevantalgorithmwhichist
4、henendowedwiththeadvantagesofquickconvergenceandglobaloptimization.ExamplecalculationshowsthattheSVMmethodwithconsiderationoftheweatherfactorhashighaccuracy.Keywords:powersystem;SupportVectorMachine(SVM);weatherfactor;short—termloadforecast;kernelfunction电力系统短期负荷预测通常指预
5、测未来一的是结构风险最小化(SRM)原则,而不是经验风月、一周、一天的负荷指标,较中长期负荷预测的险最小(ERM)原则,所寻求的是一般误差上界的要求更高。传统的预测方法如时间序列法、回归最小化而不是单纯训练误差的最小化。由于分析法等对于短期负荷预测特别是日负荷预测适SVM具有模型(参数、基函数的位置等)的自动选应度差,精度也不能符合要求。择,可将训练转化为二次规划问题(有全局最优统计学习理论’2是目前针对小样本统计估解)以及对于小样本良好的学习能力等特性,正计和预测学习的最佳理论,由Vapnik等人基于成为神经网络之后的新的研究热点
6、。此提出的一种新的通用学习方法——支持向量机1SVM的回归算法(SupportVectorMachine,以下简称SVM),表现出了许多优于已有方法的性能,正广泛应用于函数1.1基于SVM的回归估计算法回归、模式识别等问题中。SVM最初用来解决模式识别问题,用其分类和传统的神经网络方法不同,SVM方法应用算法实现较好的泛化功能,随着Vapnik的占不敏网电量单一制电量电价模式设计[J].华东电力,2007,35[4]赵建国.两部制电价在我国电力市场的操作模式[J].中(10):30-33..国电力企业管理,2003,(11):l8一
7、l9.[2]郝继陶,周丽丽.两部制上网电价的定价原则与模型[J].[5]HeadyF.PublicAdministration:AComparativePerspective武汉汽车工业大学报,2000,22(4):98—101.[M].NewYork:MaecelDekker,inc.2001.[3]王黎,马光文.两部制上网电价定价方法初探[J].四川收稿日期:2007-05-26大学学报(工程科学版),2000,32(1):62-66.本文编辑:王志胜维普资讯http://www.cqvip.com潘锋,等考虑气象因素的SVM方
8、法在短期电力负荷预测中的应用感损失函数的引人,SVM已经扩展利用于解式中(,)——核函数,一般有多项式核函数、RBF核函数等。决非线性回归估计问题。于是,式(5)中的函数厂完全由、决定。给定样本{(,Y)}(=1,2,⋯,m),m为样
此文档下载收益归作者所有