学位论文 > 优秀研究生学位论文题录展示

支持向量机回归在短期电力负荷预测中的应用研究

作 者: 程远虎
导 师: 伏玉琛
学 校: 苏州大学
专 业: 管理科学与工程
关键词: 电力系统 负荷预测 支持向量机回归 广义自回归条件异方差模型
分类号: TM715;F224
类 型: 硕士论文
年 份: 2011年
下 载: 44次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着我国电力行业的蓬勃发展,电网管理技术的日趋进步,关于电力系统负荷预测问题的研究也引起了人们愈来愈多的关注。如何有效地进行电力负荷预测,已经成为现代电力系统研究中的重要课题之一。本文主要针对电力系统短期负荷预测进行研究与探讨。建立在统计学习理论基础上的支持向量机(SVM)不仅具有结构简单的优点,而且推广能力较传统模型有显著提高,因此能够很好的解决实际应用中小样本学习问题。目前关于SVM的理论研究和实际应用都处于快速发展阶段,成为机器学习领域的研究热点。本文所做的工作主要包括如下几个方面:(1)本文首先对电力负荷预测和SVM的研究现状进行综述,并简单介绍了目前具有代表性的电力负荷预测模型,接着对支持向量回归(SVR)相关理论进行详细的描述。(2)支持向量回归在实际应用中存在两大难点,即特征选择和参数的优化。本文针对这两大难点,设计了一种新的基于GA-IPSO的SVR预测模型,目的是获得更好的学习性能与预测精度。该模型的主要设计思路为:①特征选择:基于遗传算法的特征选择方法;②参数的优化:本文对基本PSO算法进行改进,并将该改进算法用于SVR的参数优化。(3)考虑到广义自回归条件异方差(GARCH)模型适应于波动性的分析和预测以及SVR模型具有良好的泛化能力的特性,本文提出一种SVR与GARCH模型相结合的新组合预测模型,旨在提高模型的预测精度。在此基础上,本文给出仿真实例。通过对仿真结果的分析,验证本文所构建模型的有效性。

全文目录


中文摘要  4-5
Abstract  5-8
第一章 绪论  8-13
  1.1 研究背景及意义  8-9
  1.2 电力负荷预测现状  9-10
  1.3 支持向量机的提出及研究现状  10-11
  1.4 研究内容及论文组织结构  11-13
第二章 电力负荷预测模型概述  13-20
  2.1 时间序列模型  13-14
  2.2 灰色预测模型  14-15
  2.3 人工神经网络模型  15-18
  2.4 电力负荷预测研究发展趋势  18
  2.5 本章小结  18-20
第三章 支持向量机回归理论基础  20-33
  3.1 机器学习基本问题  20-22
    3.1.1 机器学习问题描述  21
    3.1.2 经验风险最小化介绍  21-22
  3.2 统计学习理论  22-24
    3.2.1 VC 维介绍  22
    3.2.2 推广性的界介绍  22-23
    3.2.3 结构风险最小化介绍  23-24
  3.3 支持向量机(SVM)  24-28
    3.3.1 广义最优分类面  24-26
    3.3.2 支持向量机步骤  26-27
    3.3.3 核函数相关介绍  27-28
  3.4 支持向量回归简介  28-32
    3.4.1 样本线性可分  28-30
    3.4.2 样本线性不可分  30-32
  3.5 本章小结  32-33
第四章 基于GA-IPSO 的SVR 在短期负荷预测中的应用  33-55
  4.1 基于GA-IPSO 的SVR 预测模型设计思路  33-34
  4.2 遗传算法简介  34-37
    4.2.1 编码技术  34-35
    4.2.2 适应度函数  35-36
    4.2.3 遗传操作  36
    4.2.4 遗传算法的基本流程  36-37
  4.3 样本的选择及预处理  37-39
    4.3.1 优化特征选择  38-39
    4.3.2 样本数据的归一化处理  39
  4.4 参数的分析及选择  39-43
    4.4.1 参数的分析  40
    4.4.2 粒子群优化算法原理  40-41
    4.4.3 改进的PSO 算法  41-42
    4.4.4 基于改进PSO 算法的SVR 参数优化  42-43
  4.5 SVR 预测模型的构建  43-45
  4.6 预测仿真实例  45-54
    4.6.1 实验过程  45-49
    4.6.2 模型的性能评价标准  49-50
    4.6.3 实验结果对照  50-53
    4.6.4 结果分析  53-54
  4.7 本章小结  54-55
第五章 SVR-GARCH 组合模型在负荷预测中的应用  55-66
  5.1 GARCH 基本理论  55-58
    5.1.1 ARCH 模型  55-56
    5.1.2 ARCH 模型建立步骤  56
    5.1.3 GARCH 模型  56-58
  5.2 组合预测模型  58-61
    5.2.1 平稳化处理  59
    5.2.2 组合预测简介  59-60
    5.2.3 组合预测模型的建模  60
    5.2.4 组合预测模型流程图  60-61
  5.3 预测仿真实例  61-64
    5.3.1 单一模型预测  61-62
    5.3.2 组合模型预测  62-64
    5.3.3 结果分析  64
  5.4 本章小结  64-66
第六章 总结与展望  66-68
  6.1 全文总结  66-67
  6.2 研究展望  67-68
参考文献  68-73
攻读学位期间公开发表的论文与参与的科研项目  73-74
致谢  74-75

相似论文

  1. 基于精细积分法的电力系统动态电压稳定仿真研究,TM712
  2. 基于Hilbert-Huang变换的输电线路过电压识别,TM866
  3. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  4. 基于控制方法的粒子群算法改进及应用研究,TP301.6
  5. 广州萝岗配电网规划研究,TM715
  6. 基于人工神经网络的电网日负荷预测研究,TM715
  7. 电力系统安全风险评估与脆弱性分析,TM711
  8. 电力系统静态安全性的风险评估方法研究,TM732
  9. 移动综合应急预警系统的设计与实现,TN929.5
  10. 基于生产负荷率预测的多供应商订单分配模型,F274
  11. 河南神马尼龙化工公司年产30万吨尼龙66盐110kV变电站扩建方案研究,F426.61
  12. 自备热电厂工程电气部分研究设计,TM621
  13. 基于解析法的大规模供电系统及电压骤降的可靠性评估,TM732
  14. 基于支持向量回归在短期负荷预测中的应用,TM715
  15. 广州地调PAS系统及外网等值功能的应用,TM734
  16. 变电站视频及环境监控系统的设计与实施,TM63
  17. 百万千瓦水轮发电机自并励励磁系统的仿真研究,TM312
  18. 电网动态仿真培训系统的研究与开发,TM743
  19. 分布式同步相量测量技术的研究,TM935
  20. 大型互联电网最大输电能力自动求解算法研究及软件开发,TM744

中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com