期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
改进的灰色Verhulst模型在中长期负荷预测中的应用 被引量:40
1
作者 周德强 《电网技术》 EI CSCD 北大核心 2009年第18期124-127,共4页
针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或... 针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。 展开更多
关键词 中长期负荷预测 灰色VERHULST模型 最小二乘支持向量机算法 等维新息技术
下载PDF
IGM(1,1)幂模型在中长期负荷预测中的应用 被引量:4
2
作者 柏承宇 《水电能源科学》 北大核心 2011年第4期177-179,共3页
针对GM(1,1)幂模型的固有缺陷,通过优化灰导数构建了IGM(1,1)幂模型,指出该模型可对呈S型曲线增长或增长处于饱和阶段的中长期负荷数据及增长型负荷数据建模,选取不同参数,可将GM(1,1)幂模型转换为GM(1,1)、Verhulst及Gompertz模型,并... 针对GM(1,1)幂模型的固有缺陷,通过优化灰导数构建了IGM(1,1)幂模型,指出该模型可对呈S型曲线增长或增长处于饱和阶段的中长期负荷数据及增长型负荷数据建模,选取不同参数,可将GM(1,1)幂模型转换为GM(1,1)、Verhulst及Gompertz模型,并采用不同测试数据及电网实际负荷数据验证,结果表明,该模型适用性广、精度高。 展开更多
关键词 改进的GM(1 1)幂模型 中长期负荷预测 固有缺陷 改进
下载PDF
基于马尔科夫链改进无偏灰色Verhulst的中长期负荷预测模型 被引量:4
3
作者 张宁 黄伟琼 《南昌大学学报(工科版)》 CAS 2015年第4期396-399,404,共5页
在传统灰色Verhulst模型的基础上,提出无偏灰色Verhulst-markov模型,通过无偏灰色Verhulst模型,更好地解决了数据量偏少和受特定负荷数据类型的影响,同时,通过马尔科夫链进行状态估计,提高预测的误差精度。算例结果表明:无偏灰色Verhuls... 在传统灰色Verhulst模型的基础上,提出无偏灰色Verhulst-markov模型,通过无偏灰色Verhulst模型,更好地解决了数据量偏少和受特定负荷数据类型的影响,同时,通过马尔科夫链进行状态估计,提高预测的误差精度。算例结果表明:无偏灰色Verhulst-markov模型在中长期负荷预测中具有较高的预测精度。 展开更多
关键词 灰色理论 灰色VERHULST模型 无偏灰色Verhulst模型 马尔科夫链 中长期负荷预测
下载PDF
电力中长期负荷模糊优选组合预测方法的研究 被引量:2
4
作者 何焱 黄静 《四川电力技术》 2011年第5期38-42,53,共6页
传统中长期电力负荷组合预测方法在确定权系数时,由于没能充分考虑各单一预测模型拟合值与历史实际值之间的多种误差信息,而使预测结果不够理想。为此,选取多种误差作为评价单一模型优劣的指标,引入多目标系统模糊优选理论,结合熵权法... 传统中长期电力负荷组合预测方法在确定权系数时,由于没能充分考虑各单一预测模型拟合值与历史实际值之间的多种误差信息,而使预测结果不够理想。为此,选取多种误差作为评价单一模型优劣的指标,引入多目标系统模糊优选理论,结合熵权法客观分配各种误差指标的权重,在全面考虑多种误差信息的情况下,通过求取各单一模型预测精度对"优"的隶属度,确定组合预测模型的权系数。算例分析表明,该组合预测模型能够有效地提高预测精度。 展开更多
关键词 中长期负荷 组合预测 多误差指标 熵权法 模糊优选
下载PDF
基于支持向量机的中长期日负荷曲线预测 被引量:21
5
作者 蔡国伟 杜毅 +2 位作者 李春山 顾晓光 李友 《电网技术》 EI CSCD 北大核心 2006年第23期56-60,共5页
提出了一种预测中长期日负荷曲线的新方法,通过历史典型日负荷数据构造出典型日年度发展时间序列,运用支持向量机方法对预测日各时刻负荷值进行预测并得到了典型日负荷曲线。该方法不需要对日负荷特性、最大负荷及需电量进行预测,因此... 提出了一种预测中长期日负荷曲线的新方法,通过历史典型日负荷数据构造出典型日年度发展时间序列,运用支持向量机方法对预测日各时刻负荷值进行预测并得到了典型日负荷曲线。该方法不需要对日负荷特性、最大负荷及需电量进行预测,因此避免了可能的误差积累问题。以某电网为例对该方法进行了测试,结果表明其具有较高的预测精度。 展开更多
关键词 中长期负荷预测 日负荷曲线 支持向量机
下载PDF
文化微粒群神经网络在用电量预测中的应用 被引量:5
6
作者 陈国初 《电力系统及其自动化学报》 CSCD 北大核心 2011年第2期31-37,共7页
为了提高传统神经网络在中长期用电量负荷预测中的速度和预测精度,将文化算法、微粒群算法融入神经网络中,设计了文化微粒神经网络模型;将该模型用于我国某地区中长期用电量预测建模,采用了滚动时间窗技术处理输入输出数据,进一步优化... 为了提高传统神经网络在中长期用电量负荷预测中的速度和预测精度,将文化算法、微粒群算法融入神经网络中,设计了文化微粒神经网络模型;将该模型用于我国某地区中长期用电量预测建模,采用了滚动时间窗技术处理输入输出数据,进一步优化模型数据输入量。该方法综合了微粒群算法的全局寻优能力和文化算法的演化优势。通过与传统的灰色预测模型以及实际数据对比,结果表明,结合滚动时间窗技术的文化微粒神经网络模型用于地区中长期用电量预测建模效果更佳,预测结果更能满足实际要求。 展开更多
关键词 文化算法 微粒群算法 灰色理论 神经网络 滚动时间窗 中长期用电负荷预测
下载PDF
改进蚁群算法的中长期电力负荷预测 被引量:1
7
作者 田军 《黑龙江科技信息》 2012年第35期106-106,229,共2页
本文提出蚁群聚类算法的RBFNN模型,并用于电力系统中长期负荷预测。首先,模拟蚂蚁寻找"食物源"的行为,即根据蚂蚁在寻找食物过程中发现"食物源"(聚类中心),蚂蚁就会被"吸引"到食物源周围的特点,应用蚁群... 本文提出蚁群聚类算法的RBFNN模型,并用于电力系统中长期负荷预测。首先,模拟蚂蚁寻找"食物源"的行为,即根据蚂蚁在寻找食物过程中发现"食物源"(聚类中心),蚂蚁就会被"吸引"到食物源周围的特点,应用蚁群优化(ACO)算法,将历史数据聚类分析,得到各类聚类中心位置。其次,当聚类中心确定后,采用递推最小二乘法,训练RBF神经网络的隐含层至输出层之间的权重。最后,通过某电网实际数据,将本文模型与传统RBF模型预测结果进行比较,结果表明本文模型据具有更高的预测精度。 展开更多
关键词 中长期负荷预测 蚁群优化算法 聚类分析 RBF神经网络
下载PDF
负荷中长期预测中一种改进的模糊聚类算法 被引量:24
8
作者 伍力 吴捷 叶军 《电网技术》 EI CSCD 北大核心 2000年第1期36-38,共3页
电力系统中长期负荷的变化常常不是只依靠电力系统本身的信息和资料就可以正确描述的,它受到该地区社会、经济等多方面因素的制约,可以利用模糊聚类法从经济发展的角度对中长期负荷进行预测。结合最佳聚类F选优法的应用,文章提出了... 电力系统中长期负荷的变化常常不是只依靠电力系统本身的信息和资料就可以正确描述的,它受到该地区社会、经济等多方面因素的制约,可以利用模糊聚类法从经济发展的角度对中长期负荷进行预测。结合最佳聚类F选优法的应用,文章提出了一个改进的模糊聚类电力负荷中长期预测的新算法。应用该方法进行实例计算,并同其它3种算法进行比较,表明该方法的预测精度较高。 展开更多
关键词 负荷中长期预测 F选优法 电力系统 模糊聚类算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部