| 相空间重构和支持向量机结合的电力负荷预测模型研究 |
| |
| 引用本文： | 李昕,闫宏伟,马弘毅. 相空间重构和支持向量机结合的电力负荷预测模型研究[J]. 电测与仪表, 2014, 51(24) |
| |
| 作者姓名： | 李昕 闫宏伟 马弘毅 |
| |
| 作者单位： | 中北大学机械与动力工程学院,太原,030051 |
| |
| 基金项目： | 山西省自然科学基金资助项目 |
| |
| 摘 要： | 风电机组集中并网会对电网安全稳定运行带来影响,为了合理规划各类供电机组高效运行,对电力负荷预测的精度提出了更高的要求。电网负荷时间序列具有混沌特性,普通预测方法难以描述其特性和内在规律。利用混沌相空间重构理论对负荷时间序列进行研究,用互信息法和CAO方法分别求得时间延迟和嵌入维数,并由此得到系统最大李雅普诺夫指数,证明其具有混沌特性。然后根据时间延迟和嵌入维数对样本数据相空间重构,在此基础上利用支持向量回归算法(PSR-SVR)对电力负荷进行预测,支持向量回归采用网格寻优确定参数。最后将预测的结果同时间序列模型和BP神经网络模型的预测结果进行对比,结果表明,这是一种误差小,精度高的电网负荷预测方法器。
|
| 关 键 词： | 支持向量回归 混沌 相空间重构 电力负荷预测 |
| 收稿时间： | 2014-04-01 |
| 修稿时间： | 2014-04-01 |
STUDY ON POWER LOAD FORECASTING MODEL BASED ON PHASE SPACE RECONSTRUCTION AND PSR-SVM |
| |
| lixin,yanhongwei and MA Hong-yi. STUDY ON POWER LOAD FORECASTING MODEL BASED ON PHASE SPACE RECONSTRUCTION AND PSR-SVM[J]. Electrical Measurement & Instrumentation, 2014, 51(24) |
| |
| Authors: | lixin yanhongwei MA Hong-yi |
| |
| Affiliation: | North University of China,,North University of China,,North University of China |
| |
| Abstract: | |
| |
| Keywords: | chaos theory phase space reconstruction support vector regression power load forecasting |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载免费的PDF全文 |
|
