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
8-12,55
,共6页
黄帅栋%卫志农%丁恰%沈茂亚%孙国强%孙永辉
黃帥棟%衛誌農%丁恰%瀋茂亞%孫國彊%孫永輝
황수동%위지농%정흡%침무아%손국강%손영휘
层叠泛化算法%支持向量机%卡尔曼滤波%母线负荷预测
層疊汎化算法%支持嚮量機%卡爾曼濾波%母線負荷預測
층첩범화산법%지지향량궤%잡이만려파%모선부하예측
stacked generalization%support vector machine(SVM)%Kalman filter%bus load forecasting
基于层叠泛化策略SG (stacked generalization)提出一种新的母线负荷预测方法.该方法包含两级学习层,第1层针对原始母线负荷样本空间,对一组支持向量机SVM (support vector machine)进行交互验证式训练,训练完成后得到新的特征空间,该特征空间由这些支持向量机的输出和对应的真实值组成；第2层对输出进行线性组合,将新特征空间中的输出序列作为观测,对应的输出权值作为状态,使用卡尔曼滤波对权值进行递推估计.实例仿真证明,采用所提方法模型的泛化能力得到改善,从而提高母线负荷的预测精度.
基于層疊汎化策略SG (stacked generalization)提齣一種新的母線負荷預測方法.該方法包含兩級學習層,第1層針對原始母線負荷樣本空間,對一組支持嚮量機SVM (support vector machine)進行交互驗證式訓練,訓練完成後得到新的特徵空間,該特徵空間由這些支持嚮量機的輸齣和對應的真實值組成；第2層對輸齣進行線性組閤,將新特徵空間中的輸齣序列作為觀測,對應的輸齣權值作為狀態,使用卡爾曼濾波對權值進行遞推估計.實例倣真證明,採用所提方法模型的汎化能力得到改善,從而提高母線負荷的預測精度.
기우층첩범화책략SG (stacked generalization)제출일충신적모선부하예측방법.해방법포함량급학습층,제1층침대원시모선부하양본공간,대일조지지향량궤SVM (support vector machine)진행교호험증식훈련,훈련완성후득도신적특정공간,해특정공간유저사지지향량궤적수출화대응적진실치조성；제2층대수출진행선성조합,장신특정공간중적수출서렬작위관측,대응적수출권치작위상태,사용잡이만려파대권치진행체추고계.실례방진증명,채용소제방법모형적범화능력득도개선,종이제고모선부하적예측정도.
