制造业自动化
製造業自動化
제조업자동화
Manufacturing Automation
2015年
21期
75-78,87
,共5页
相关性分析%积累效应%错位样本%最小二乘支持向量机
相關性分析%積纍效應%錯位樣本%最小二乘支持嚮量機
상관성분석%적루효응%착위양본%최소이승지지향량궤
针对短期负荷预测的特点,通过各因子与负荷数据的分析来评价各因子对于负荷预测的影响,选取最合适的影响因素.考虑了气温的积累效应提出了错位样本概念,将其加入到训练样本中提高了预测精度.最后利用实际数据建立LSSVM模型进行对比仿真.实验结果表明,通过样本选择的的基于错位样本的电力系统负荷预测方法的精度明显高于普通的预测方法,测试表明该预测方法是有效可行的.
針對短期負荷預測的特點,通過各因子與負荷數據的分析來評價各因子對于負荷預測的影響,選取最閤適的影響因素.攷慮瞭氣溫的積纍效應提齣瞭錯位樣本概唸,將其加入到訓練樣本中提高瞭預測精度.最後利用實際數據建立LSSVM模型進行對比倣真.實驗結果錶明,通過樣本選擇的的基于錯位樣本的電力繫統負荷預測方法的精度明顯高于普通的預測方法,測試錶明該預測方法是有效可行的.
침대단기부하예측적특점,통과각인자여부하수거적분석래평개각인자대우부하예측적영향,선취최합괄적영향인소.고필료기온적적루효응제출료착위양본개념,장기가입도훈련양본중제고료예측정도.최후이용실제수거건립LSSVM모형진행대비방진.실험결과표명,통과양본선택적적기우착위양본적전력계통부하예측방법적정도명현고우보통적예측방법,측시표명해예측방법시유효가행적.
