期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于加权粒子群优化的LSSVM的钢铁企业电力负荷预测 被引量:12
1
作者 李顺昕 秦砺寒 +2 位作者 胥永兰 牛东晓 王智敏 《华北电力大学学报(自然科学版)》 CAS 北大核心 2014年第6期104-108,共5页
钢铁企业电力负荷作为电力负荷的重要组成部分,钢铁电力负荷的准确预测对于提高电力负荷预测精度具有重要意义。为了实现钢铁电力负荷的中长期预测,本文选取了经济因素和社会因素作为自变量,引入带有惯性权重的粒子群算法(WPSO)对传统... 钢铁企业电力负荷作为电力负荷的重要组成部分,钢铁电力负荷的准确预测对于提高电力负荷预测精度具有重要意义。为了实现钢铁电力负荷的中长期预测,本文选取了经济因素和社会因素作为自变量,引入带有惯性权重的粒子群算法(WPSO)对传统的最小二乘支持向量机智能预测模型(LSSVM)参数进行优化,并利用某地区钢铁电力负荷样本数据进行验证,拟合结果显示,经过粒子群算法优化后的最小二乘智能向量机算法预测精度更高,收敛速度更快,具有良好的推广性和适应性。 展开更多
关键词 钢铁负荷预测 最小二乘支持向量机 粒子群优化 智能预测模型
下载PDF
电力负荷预测与异常数据检测算法分析
2
作者 武银龙 高艺卓 《电子技术(上海)》 2023年第6期198-199,共2页
阐述电力数据支撑框架与电力数据应用框架,用电负荷预测算法,包括BP神经网络、粒子群算法,探讨电力数据异常检测算法和实验分析。
关键词 数据支撑框架 负荷预测算法 数据异常检测
原文传递
负荷预测在大同地区的应用 被引量:1
3
作者 张金晔 常尼亚 郭建宏 《山西电力》 2004年第2期64-65,70,共3页
介绍了负荷预测的发展、分类、算法、模型等,并着重介绍了大同地区短期负荷预测的算法、特点以及主要功能,总结了大同地区短期负荷预测应用过程中影响预测结果的因素。
关键词 负荷预测 电力弹性系数法 电力系统 电网 神经网络 数学模型 大同地区
下载PDF
基于电力负荷历史数据挖掘的负荷预测算法研究 被引量:1
4
作者 梁锦来 胡福金 《能源与环保》 2021年第11期267-272,共6页
针对电力负荷历史数据中异常数据点影响电力负荷预测精度的缺陷,研究基于电力负荷历史数据挖掘的负荷预测算法。选取K-means聚类算法挖掘电力负荷历史数据的属性特征量,检测其中所包含的异常数据点,选取灰色系统理论中的GM(1,1)模型修... 针对电力负荷历史数据中异常数据点影响电力负荷预测精度的缺陷,研究基于电力负荷历史数据挖掘的负荷预测算法。选取K-means聚类算法挖掘电力负荷历史数据的属性特征量,检测其中所包含的异常数据点,选取灰色系统理论中的GM(1,1)模型修正电力负荷历史数据中的异常数据,利用完成修正的电力负荷历史数据建立训练集以及预测集,将训练集样本输入支持向量机中,利用支持向量机所具有的非线性映射能力映射样本至高维空间内,获取支持向量机最优阈值,将预测集输入具有最优阈值的支持向量机中,获取精准的电力负荷预测结果。所研究算法可实现长期、短期、超短期电力负荷的预测,且预测的精准性及速度较为优越。 展开更多
关键词 电力负荷 历史数据挖掘 负荷预测算法
下载PDF
基于关联维指数分析的电力负荷预测算法
5
作者 郭崇 王征 《电力与能源》 2016年第2期202-206,共5页
电力负荷表现为一组非线性时间序列,通过对电力负荷的准确预测,避免电力负荷过载和用电集中拥堵,保障电网稳定可靠运行。传统方法采用Lyapunove指数分岔预测算法,由于Lyapunove指数对电力负荷的初始状态特征的敏感性,导致负荷采样样本... 电力负荷表现为一组非线性时间序列,通过对电力负荷的准确预测,避免电力负荷过载和用电集中拥堵,保障电网稳定可靠运行。传统方法采用Lyapunove指数分岔预测算法,由于Lyapunove指数对电力负荷的初始状态特征的敏感性,导致负荷采样样本较少时预测效果不好。提出一种基于关联维指数分析的电力负荷预测算法,构建了电力负荷时间序列的信号模型,采用级联FIR滤波器实现对电力负荷数据信息流的抗干扰滤波处理,进行信号提纯,然后对电力负荷时域信号模型进行关联维特征提取,采用关联维特征在递归图中的指数分岔性实现对负荷时间序列走势的准确预测,实现电力负荷预测算法改进。仿真实验结果表明,采用该算法进行电力负荷预测具有较好的预测准确性,指向性较好,且具有较好的抗干扰能力,在电力管理和调度中具有较好的应用性。 展开更多
关键词 关联维 电力负荷 预测算法
下载PDF
基于支持向量回归机的空调逐时负荷滚动预测算法 被引量:28
6
作者 周璇 杨建成 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第3期952-957,共6页
针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型... 针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。 展开更多
关键词 空调逐时负荷 滚动预测算法 支持向量回归机 网格搜索遍历算法 期望误差
下载PDF
决策支持系统(DSS)在电力系统负荷预报中的应用 被引量:2
7
作者 王辛 林清 《电力系统自动化》 EI CSCD 北大核心 1994年第10期34-37,共4页
提出了一种混合算法的决策支持系统,该系统综合多种预报算法的优点,利用决策理论,在短期、超短期电力系统预报中优选最佳算法,提高预报的准确度,并考虑了该系统的可扩充性和易修改性。
关键词 决策支持系统 负荷预报 电力系统
下载PDF
多层次的网络服务器集群功耗管理 被引量:2
8
作者 汤慧明 吴庆波 谭郁松 《计算机工程与应用》 CSCD 北大核心 2011年第4期72-76,共5页
多层次的集群功耗管理方法,在不明显影响系统性能的前提下,降低集群系统的功耗。该管理方法分为集群层次的功耗管理和本地节点层次的功耗管理。集群层次的功耗管理基于自学习负载预测的按需启动策略,根据作业的负载提供计算资源。本地... 多层次的集群功耗管理方法,在不明显影响系统性能的前提下,降低集群系统的功耗。该管理方法分为集群层次的功耗管理和本地节点层次的功耗管理。集群层次的功耗管理基于自学习负载预测的按需启动策略,根据作业的负载提供计算资源。本地节点层次的功耗管理针对负载下降产生的节点空闲问题,提出了Enhanced-conservative调控器算法,提高了负载下降时频率调整的敏感度。测试实验数据表明,该策略比其他策略能更有效的降低整个系统的功耗。 展开更多
关键词 多层次功耗管理 自学习负载预测 按需启动 频率调整
下载PDF
遗传算法、模糊逻辑和运输模型在配电网空间负荷预测中的应用 被引量:29
9
作者 王天华 王平洋 范明天 《电网技术》 EI CSCD 北大核心 1999年第1期24-28,共5页
文章提出了一种新颖的配电网空间负荷预测模型。该模型采用模糊推理计算每个小区适于发展各类负荷的程度,根据推理结果运用运输模型来分配各小区内各类负荷的增长。模糊规则是采用遗传算法训练出来的。
关键词 配电网 负荷预测 遗传算法 模糊逻辑 运输模型
下载PDF
基于ANN和模糊控制相结合的电力负荷短期预测方法 被引量:13
10
作者 吕志来 张保会 《电力系统自动化》 EI CSCD 北大核心 1999年第22期37-39,共3页
提出了一种ANN与模糊控制(FC)相结合的电力负荷短期预测方法。通过优化训练样本、变步长和变动量因子来改进BP算法,并采用在线自调整因子的模糊控制对预测误差进行在线智能修正。算例计算表明ANN与模糊控制相结合提高了预测精度。
关键词 负荷预测 BP算法 模糊控制 ANN 电力系统
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部