首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的纯电动公交车充/换电站日负荷预测
引用本文:刘文霞,徐晓波,周 樨.基于支持向量机的纯电动公交车充/换电站日负荷预测[J].电力自动化设备,2014,34(11).
作者姓名:刘文霞  徐晓波  周 樨
作者单位:华北电力大学电气与电子工程学院,北京,102206
基金项目:国家高技术研究发展计划(863计划)资助项目(2011AA05A109)
摘    要:讨论了基于相似日选取的支持向量机电动汽车日负荷预测方法。通过对北京现有纯电动公交车充/换电站充电负荷的大量调研,分析了公交车充电站充电负荷的数据特征,采用关联分析方法提取了影响电动公交站充电负荷的因素,基于相关因素应用灰色关联理论构建相似日的小样本集合,而后建立多输入单输出的支持向量机预测模型。针对支持向量机预测模型,提出了两阶段确定模型参数的方法,首先直接确定不敏感损失参数ε,再通过遗传算法寻找最优核参数p和正则化参数C,以提高参数ε选取范围设置较大时的预测精度。实例测试结果表明,日负荷预测的均方根误差为10.85%,能基本满足有序控制的要求;与其他预测方法相比,改进方法具有较高的预测精度和稳定性。

关 键 词:电动汽车  负荷预测  支持向量机  参数选择  充电  关联理论  相似日

Daily load forecasting based on SVM for electric bus charging station
LIU Wenxi,XU Xiaobo and ZHOU Xi.Daily load forecasting based on SVM for electric bus charging station[J].Electric Power Automation Equipment,2014,34(11).
Authors:LIU Wenxi  XU Xiaobo and ZHOU Xi
Abstract:
Keywords:electric vehicles  electric load forecasting  support vector machines  parameter selection  charging  correlation theory  similar days
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《电力自动化设备》浏览原始摘要信息
点击此处可从《电力自动化设备》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号