山西电力
山西電力
산서전력
SHANXI ELECTRIC POWER
2008年
4期
11-13
,共3页
协调系统%支持向量机SVM%支持向量回归%建模
協調繫統%支持嚮量機SVM%支持嚮量迴歸%建模
협조계통%지지향량궤SVM%지지향량회귀%건모
电厂单元机组协调系统的控制品质,从很大程度上取决于对机组的动态特性的预测程度.而支持向量机SVM(Support Vector Machines)作为在统计学习理论上发展起来的一种实用算法,其原理经过严密地理论证明已经得到了普遍认可,且已经广泛地应用于模式识别、函数拟合、预测和神经网络等诸多领域.运用支持向量回归的方法对山西阳光发电有限责任公司的协调系统模型进行了预测,并进行了仿真试验,证明了该方法的有效性.
電廠單元機組協調繫統的控製品質,從很大程度上取決于對機組的動態特性的預測程度.而支持嚮量機SVM(Support Vector Machines)作為在統計學習理論上髮展起來的一種實用算法,其原理經過嚴密地理論證明已經得到瞭普遍認可,且已經廣汎地應用于模式識彆、函數擬閤、預測和神經網絡等諸多領域.運用支持嚮量迴歸的方法對山西暘光髮電有限責任公司的協調繫統模型進行瞭預測,併進行瞭倣真試驗,證明瞭該方法的有效性.
전엄단원궤조협조계통적공제품질,종흔대정도상취결우대궤조적동태특성적예측정도.이지지향량궤SVM(Support Vector Machines)작위재통계학습이론상발전기래적일충실용산법,기원리경과엄밀지이론증명이경득도료보편인가,차이경엄범지응용우모식식별、함수의합、예측화신경망락등제다영역.운용지지향량회귀적방법대산서양광발전유한책임공사적협조계통모형진행료예측,병진행료방진시험,증명료해방법적유효성.
