陕西电力
陝西電力
협서전력
SHAANXI ELECTRIC POWER
2014年
10期
1-5,9
,共6页
原子分解%支持向量机%短期负荷预测%组合预测模型
原子分解%支持嚮量機%短期負荷預測%組閤預測模型
원자분해%지지향량궤%단기부하예측%조합예측모형
atomic decomposition%support vector machine%short term load forecasting%combined forecasting model
提出一种基于原子分解和支持向量机(Atomic Decomposition SVM,A-SVM)的电力负荷组合预测方法.首先,采用基于最佳路径组合搜索策略的原子分解法对非平稳负荷信号进行跟踪和分解,得到多个原子分量和残差分量;然后对每个分解后的分量采用支持向量机方法进行数学建模,并利用该模型输出下一时刻的分量预测值,最终将各个分量预测值相叠加,作为下一时刻的负荷预测值.基于浙江省某地区电网的实测负荷数据进行算例仿真,并与另外2种已有方法进行对比,验证了本文所提算法能够将计算耗时减少到30.75 s,均方根误差降低到17.97%,绝对平均误差降低到11.85%.同时,也验证了本文所提方法具有良好的鲁棒性和统计意义,对今后地区电网的负荷预测工作可以起到借鉴作用.
提齣一種基于原子分解和支持嚮量機(Atomic Decomposition SVM,A-SVM)的電力負荷組閤預測方法.首先,採用基于最佳路徑組閤搜索策略的原子分解法對非平穩負荷信號進行跟蹤和分解,得到多箇原子分量和殘差分量;然後對每箇分解後的分量採用支持嚮量機方法進行數學建模,併利用該模型輸齣下一時刻的分量預測值,最終將各箇分量預測值相疊加,作為下一時刻的負荷預測值.基于浙江省某地區電網的實測負荷數據進行算例倣真,併與另外2種已有方法進行對比,驗證瞭本文所提算法能夠將計算耗時減少到30.75 s,均方根誤差降低到17.97%,絕對平均誤差降低到11.85%.同時,也驗證瞭本文所提方法具有良好的魯棒性和統計意義,對今後地區電網的負荷預測工作可以起到藉鑒作用.
제출일충기우원자분해화지지향량궤(Atomic Decomposition SVM,A-SVM)적전력부하조합예측방법.수선,채용기우최가로경조합수색책략적원자분해법대비평은부하신호진행근종화분해,득도다개원자분량화잔차분량;연후대매개분해후적분량채용지지향량궤방법진행수학건모,병이용해모형수출하일시각적분량예측치,최종장각개분량예측치상첩가,작위하일시각적부하예측치.기우절강성모지구전망적실측부하수거진행산례방진,병여령외2충이유방법진행대비,험증료본문소제산법능구장계산모시감소도30.75 s,균방근오차강저도17.97%,절대평균오차강저도11.85%.동시,야험증료본문소제방법구유량호적로봉성화통계의의,대금후지구전망적부하예측공작가이기도차감작용.