|
|||||
|
|
| 基于D-S证据理论的母线负荷预测 | |
| 引用本文： | 刘亚南,卫志农,季聪,唐一铭,都晨.基于D-S证据理论的母线负荷预测[J].江苏电机工程,2014(5). |
| 作者姓名： | 刘亚南 卫志农 季聪 唐一铭 都晨 |
| 作者单位： | 江苏方天电力技术有限公司;河海大学可再生能源发电技术教育部工程研究中心; |
| 基金项目： | 国家自然科学基金项目(51277052,51107032,61104045) |
| 摘 要： | 基于D-S证据理论,提出一种母线负荷预测新方法。该方法对BP神经网络、改进的BP神经网络和支持向量机(SVM)的母线负荷预测模型分别建立权重提取和权重融合模型,并运用D-S证据理论对3种预测模型的权重进行融合。通过对预测数据进行分析,提取证据理论样本,并将可信度函数的融合结果作为母线负荷预测模型的权重,最终得到待预测日的母线负荷预测结果。仿真结果表明,与单一的母线负荷预测模型相比,经D-S证据理论融合的母线负荷预测模型更有效,也具有更高的预测精度。 |
| 关 键 词： | BP神经网络 支持向量机网络 D-S证据理论 母线负荷预测 |
| 本文献已被 CNKI 等数据库收录！ | |