排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
在电力市场中对电价进行准确的预测无论对于发电商、电力用户还是市场运营者都具有重要的意义,该文突破了传统电价预测方法基于经验风险最小化的局限性,采用数据挖掘技术实现了数据隐含特征的提取,通过判断数据特征进行了核函数的选择,采用遗传算法实现了计算参数的自适应调整,并用相似样本和邻近样本训练支持向量机,对预测结果进行了去噪声合成。利用澳大利亚NSW电力市场的数据进行了验证,单日预测的平均百分比误差(MAPE)为5.85%,明显优于神经网络和单纯支持向量机的预测结果。扩大样本长度进行研究,一周的预测结果表明该方法不但能够有效学习样本信息、去除电价毛刺,并能有效跟踪电价的突变情况,实现了学习适度的优良泛化性预测。 相似文献
2.
3.
有源电力滤波器谐波检测及控制方法综述 总被引:1,自引:0,他引:1
有源电力滤波器(APF)是补偿电力系统谐波及无功功率的重要装置,有效的谐波检测方法和控制方法,将大大改善电力系统高次谐波污染,提高电网的供电质量。文章分别介绍了有源电力滤波器的谐波检测方法和有源电力滤波器的控制方法,阐述了这些方法在APF中的应用情况,并指出有源滤波器目前存在的问题。 相似文献
4.
5.
针对大多数负荷预测方法缺乏对发电侧的考虑,以及预测精度较差等问题,开展了一种计及供给侧出力的数据挖掘负荷预测方法研究.采用K-means算法对样本数据集中的气象数据进行聚类,并且利用灰色关联分析得到气象因素与供给侧、用电量的关系.同时,根据风、光、水、荷的特性,提出净负荷的概念并引入气象因子.在完成数据预处理的基础上,通过支持向量机算法进行分析,以实现负荷预测.基于历史数据集和MATLAB平台对所提方法进行实验分析,结果表明,其预测结果与真实值尤为接近,MPAE、RMSE、AE和FA分别为7.05%、0.97 MW、0.83 MW和90.35%,均优于其他对比方法. 相似文献
6.
电价预测的自适应支持向量机方法研究 总被引:1,自引:0,他引:1
在电力市场中对电价进行准确的预测无论对于发电商、电力用户还是市场运营者都具有重要的意义,该文突破了传统电价预测方法基于经验风险最小化的局限性,采用数据挖掘技术实现了数据隐含特征的提取,通过判断数据特征进行了核函数的选择,采用遗传算法实现了计算参数的自适应调整,并用相似样本和邻近样本训练支持向量机,对预测结果进行了去噪声合成.利用澳大利亚NSW电力市场的数据进行了验证,单日预测的平均百分比误差(MAPE)为5.85%,明显优于神经网络和单纯支持向量机的预测结果.扩大样本长度进行研究,一周的预测结果表明该方法不但能够有效学习样本信息.去除电价毛刺,并能有效跟踪电价的突变情况,实现了学习适度的优良泛化性预测. 相似文献
1