打印本页内容

基于模糊聚类分析和最小二乘拟合向量机的短期负荷预测Pdf

 点击:次  发布日期:2019-08-11 08:58    发布人:365bet足球下注

文章标题:基于模糊聚类分析和最小二乘矢量机的短期负荷预测。
主题:力和自动化系统。
研究生:宁布公司:
导师:姚立孝教授签名:拳击
摘要
预测能源系统的短期负荷是能源系统非常重要的基本任务。
合理安排能源分配等方面
准确可靠的能源系统短期负荷预测既经济又安全
可靠的操作尤为重要。
随着能源系统变得更加复杂,与能源市场的竞争尤为激烈。
系统越来越深,对短期负荷预测的要求也越来越高。
因此,快速准确的短期负荷预测
能源系统的操作,编程和控制具有非常重要的理论意义。
在本文中,我们基于对一些现有预测算法的彻底和彻底的调查,分析了一些算法的优缺点。
并提取其应用范围,特别是过去的数据特征,相关影响因素,预测模型,预测方法。
进行了深入研究。
在不同负荷特征和表示规则的短期负荷预测中引入模糊分组分析
提出了一种基于优化FCM聚类分析和LS-SVM的短期负荷预测方法。
考虑到这一点。
基于变化的周期性,通过对历史载荷样本进行优化的FCM分析,获得载荷样本的最优模型。
用于分类和预测时间的最佳训练样本集,其改善了负载样本的输入以参与训练建模LS-SVM-
输出数据的规律性确保训练样本在更大程度上满足相同的输入/输出功能比。
现在可以使用优化的FCM池分析和LS-SVM算法的有效组合。
我们在减少训练样本的同时增加
通过仿真实验验证了LS-SvM模型的预测效果和所提出的混合模型的有效性。
最后,使用单个LS-SVM和BP模型算法获得本文中获得的组合结果。
比较结果证明该方法准确度高,结果令人满意。
关键词:能源系统,短期负荷预测,负荷特性,模糊聚类分析,支持向量机,最小值
双向支持向量机(LS-SMV)
服装Ct
标题:SHORT-TERMLOADFORECASTINGBASEDONFUZZY
聚类分析沙漠广场支持
VECTORMACH!
NES
大:电力系统和自动化
未命名:Bonning
5个标志: - 匕一
主管:教授
李晓相。
五大特色:照顾孩子