学位论文 > 优秀研究生学位论文题录展示

基于智能优化SVM的短期负荷预测及误差修正模型研究

作　者: 张云云
导　师: 牛东晓
学　校: 华北电力大学（河北）
专　业: 技术经济及管理
关键词: 短期负荷预测最小二乘支持向量机动态惯性粒子群算法 GARCH误差修正模型
分类号: F224
类　型: 硕士论文
年　份: 2009年
下　载: 116次
引　用: 1次
阅　读: 论文下载

内容摘要

短期电力负荷预测研究工作,对电网调度及用电管理具有重要的学术价值和实际应用价值。本文建立了基于动态惯性粒子群优化最小二乘支持向量机的混合短期负荷预测模型,以保定供电公司的历史负荷数据为基础,在总结现有理论成果的基础上主要对支持向量机的训练算法、参数选取、核函数的构造、短期负荷特性以及误差预测模型进行研究,选择RBF核函数作为最小二乘支持向量机的核函数,并选用动态惯性粒子群优化算法对支持向量机的核参数和正则化参数进行寻优。提出了以动态惯性粒子群优化最小二乘支持向量机预测为基础的GARCH误差修正方法,对最小二乘支持向量机预测残差进行分析和预测,并修正预测结果。用提出的模型对保定市短期电力负荷进行建模预测,数据实验结果表明,模型具有优良的预测效果,可供区域电网短期负荷预测参考。

全文目录

摘要  4
ABSTRACT  4-8
第一章引言  8-15
  1.1 短期电力负荷预测任务及其意义  8
  1.2 国内外研究动态  8-14
    1.2.1 电力负荷预测研究方法  8-10
    1.2.2 预测误差修正模型  10-11
    1.2.3 支持向量机用于预测  11-13
    1.2.4 支持向量机参数确定方法  13-14
  1.3 课题研究内容  14-15
第二章支持向量机理论介绍  15-20
  2.1 支持向量机特点  15
  2.2 支持向量机原理  15-16
  2.3 最小二乘支持向量机(LS-SVM)  16-18
  2.4 最小二乘支持向量机算法实现  18-20
第三章负荷预测样本选择及预处理  20-32
  3.1 短期负荷预测概述  20-23
    3.1.1 负荷预测的特点  20-21
    3.1.2 负荷预测的基本原理  21-22
    3.1.3 短期负荷预测的主要评价指标  22-23
  3.2 电力负荷特性分析  23-29
    3.2.1 典型日负荷分析  23-26
    3.2.2 负荷自身周期性  26-28
    3.2.3 天气因素影响  28-29
  3.3 历史数据异常检验及处理  29
  3.4 样本的选择  29-30
  3.5 数据归一化  30
  3.6 气象数据及日期类型的量化及处理  30-32
第四章基于动态惯性权重粒子群优化 LS-SVM 的短期负荷预测研究  32-47
  4.1 粒子群优化算法  32-34
    4.1.1 引言  32
    4.1.2 基本算法介绍  32-33
    4.1.3 改进的粒子群算法介绍  33-34
  4.2 WPSO 优化LS-SVM 回归估计模型  34-36
    4.2.1 WPS0-LS-SVM 逻辑框架图  34-35
    4.2.2 WPS0-LS-SVM 模型步骤  35-36
  4.3 基于WPSO-LS-SVM 短期负荷预测  36-46
    4.3.1 预测步骤  36
    4.3.2 保定电网负荷预测算例分析  36-46
      4.3.2.1 前期处理  36-38
      4.3.2.2 粒子群参数设置  38-39
      4.3.2.3 输入输出特征的选择  39-40
      4.3.2.4 LS-SVM 核函数的选取  40-42
      4.3.2.5 普通粒子群和动态惯性权重粒子群对比试验  42-43
      4.3.2.6 神经网络和支持向量机对比试验  43-44
      4.3.2.7 结果  44-46
  4.4 结论  46-47
第五章基于 WPSO-LS-SVM 混合预测模型的 GARCH 误差修正方法研究  47-53
  5.1 引言  47
  5.2 GARCH 模型介绍  47-48
  5.3 基于GARCH 误差修正的保定电网短期负荷预测  48-52
    5.3.1 误差分析  48
    5.3.2 误差预测建模  48-50
    5.3.3 误差预测  50-51
    5.3.4 负荷预测及修正  51-52
  5.4 结论  52-53
第六章总结与展望  53-55
  6.1 本文总结  53
  6.2 未来工作展望  53-55
参考文献  55-60
致谢  60-61
攻读硕士学位期间发表论文  61-63
攻读硕士学位期间参与课题研究  63

基于智能优化SVM的短期负荷预测及误差修正模型研究

内容摘要

全文目录

相似论文