电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2013年
3期
20-24
,共5页
负荷预测%分区支持向量回归%模糊C均值聚类%自适应分区%变结构%模型评估
負荷預測%分區支持嚮量迴歸%模糊C均值聚類%自適應分區%變結構%模型評估
부하예측%분구지지향량회귀%모호C균치취류%자괄응분구%변결구%모형평고
load forecasting%partitioned support vector regression (PSVR)%fuzzy C-mean clustering (FCM)%adaptive partition%variable structure%model evaluation
为解决局地短期电力负荷预测问题,给出了一种基于自适应聚类分区和支持向量机回归的多模型变结构负荷预测新方法.首先根据局地电力负荷的特点,使用模糊C均值聚类方法给出预测时间点的自适应分区；然后利用支持向量回归方法对不同分区分别构建预测子模型；最后提出一种基于仿真分析的模型评估和参数优化方法,在测试评估的基础上优化确定各子模型的参数,并适当调整各分区的结构.实验表明该预测方法比常用的神经网络预测方法具有更高的准确率和更强的鲁棒性.
為解決跼地短期電力負荷預測問題,給齣瞭一種基于自適應聚類分區和支持嚮量機迴歸的多模型變結構負荷預測新方法.首先根據跼地電力負荷的特點,使用模糊C均值聚類方法給齣預測時間點的自適應分區；然後利用支持嚮量迴歸方法對不同分區分彆構建預測子模型；最後提齣一種基于倣真分析的模型評估和參數優化方法,在測試評估的基礎上優化確定各子模型的參數,併適噹調整各分區的結構.實驗錶明該預測方法比常用的神經網絡預測方法具有更高的準確率和更彊的魯棒性.
위해결국지단기전력부하예측문제,급출료일충기우자괄응취류분구화지지향량궤회귀적다모형변결구부하예측신방법.수선근거국지전력부하적특점,사용모호C균치취류방법급출예측시간점적자괄응분구；연후이용지지향량회귀방법대불동분구분별구건예측자모형；최후제출일충기우방진분석적모형평고화삼수우화방법,재측시평고적기출상우화학정각자모형적삼수,병괄당조정각분구적결구.실험표명해예측방법비상용적신경망락예측방법구유경고적준학솔화경강적로봉성.
