-
题名基于有偏最小最大概率回归的短期负荷预测
被引量：3
- 1
-
-
作者
沈秀汶
吴耀武
熊信银
-
机构
华中科技大学电气学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2007年第4期46-49,共4页
-
文摘
针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模型的输入进行训练预测。该方法通过核函数将输入向量从低维空间映射到高维空间,在高维空间实现了基于高阶统计信息的负荷影响因数的特征提取,既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足。计算实例表明,文中提出的方法用于短期负荷预测,其预测精度较高,且训练时间较短,方法可行且有效。
-
关键词
电力系统
负荷预测
数据分类
有偏最小最大概率分类
有偏最小最大概率回归
-
Keywords
power system
load forecasting
data classification
biased minimax probability machine classification（BMPMC）
biased minimax probability machine regression （BMPMR）
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名最小最大概率回归机在短期风电功率预测中的应用
- 2
-
-
作者
王新友
常燕芝
-
机构
甘肃广播电视大学理工学院
兰州交通大学自动化与电气工程学院
-
出处
《自动化仪表》
CAS
2016年第7期30-33,共4页
-
基金
甘肃广播电视大学科研基金资助项目(编号:2014-ZD-01)
-
文摘
为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的预测输出位于其真实值边界内的最小概率。验证试验表明,MPMR方法能更好地跟踪风电功率的变化,有效地提高风电功率的预测精度,具有很好的应用前景。
-
关键词
最大最小概率回归机
最小最大概率分类机
卡尔曼滤波法
支持向量机
人工智能
功率预测
风电
-
Keywords
Minimax probability machine regression Minimax probability machine classification Calman filter method Support vector machine（SVM） Artificial intelligence Application potential Pecoer predictim wind power
-
分类号
TH71
[机械工程—测试计量技术及仪器]
TP274
[机械工程—仪器科学与技术]
-
