資源描述：
《基于svm的組合預測在中長期電力負荷預測中的應用》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、國內圖書分類號：TP399國際圖書分類號：621．3碩士學位論文學校代碼：10079密級：公開基于SVM的組合預測在中長期電力負荷預測中的應用碩士研究生：導師：申請學位：學科：專業(yè)：所在學院：答辯日期：授予學位單位：王飛趙文清副教授工學碩士計算機科學與技術計算機應用技術控制與計算機工程學院2012年3月華北電力大學C1assifiedIndex：TP399U．D．C：621．3ThesisfortheMasterDegreeTheApplicationofCombinationalForecastingBasedonSupportVectorMachineil
2、lMid—-longTermLoadForecastingCandidate：Supel‘、，isor：School：DateofDefence：WangFeiProf．ZhaoWenQingSchoolofControlandComputerEngineeringMarch，2012Degree—Conferring—Institution：NorthChinaElectricPowerUniversity華北電力大學碩士學位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學位論文《基于SVM的組合預測在中長期負荷預測中的應用》，是本人在導師指導下，在華北電力大
3、學攻讀碩士學位期間獨立進行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻的個人和集體，均已在文中以明確方式注明。本聲明的法律結果將完全由本人承擔。作者簽名：優(yōu)'--7飛日期：>1)-n鄉(xiāng)月份日華北電力大學碩士學位論文使用授權書《基于SVM的組合預測在中長期負荷預測中的應用》系本人在華北電力大學攻讀碩士學位期間在導師指導下完成的碩士學位論文。本論文的研究成果歸華北電力大學所有，本論文的研究內容不得以其它單位的名義發(fā)表。本人完全了解華北電力大學關于保存、使用學位論文的規(guī)定，同意學校保留并向國家
4、有關部門或機構送交論文的復印件和電子版本，同意學校將學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索，允許論文被查閱和借閱。本人授權華北電力大學，可以采用影印、縮印或掃描等復制手段保存、可以公布論文的全部或部分內容。本學位論文屬于(請在以上相應方框內打“√”)：保密口，在年解密后適用本授權書不保密口作者簽名：≥]∈日期：砂／)年弓月b目導師簽名：拯糾南日期：三hn年≥月忽日+#北IUJJ心’jjltr)!卜“i、t"【≯<摘要電力負荷預測足進行電力系統(tǒng)發(fā)電規(guī)劃的重要依據(jù)。準確的負荷顱測有利于提r島電力系統(tǒng)運行的經(jīng)濟。盹和町靠性。電力系統(tǒng)負荷的大小與多種因素有關，
5、未來負荷與所能利用的影響變量之I創(chuàng)存在復雜的非線性關系。對中長期電力負荷進行預測可為電網(wǎng)規(guī)劃提供重要依據(jù)。支持向量機是一種新的機器學習算法，對于一些諸如小樣本、非線性、高維數(shù)和局部極小點等實際問題都可以較好的解決。與短期電力負荷數(shù)據(jù)比起來，中長期電力負荷數(shù)據(jù)具有小樣本的特點。恰好支持向量機處理小樣本數(shù)據(jù)具有其他模型無法比擬的優(yōu)勢，且SVM回歸方法具有良好的擬合和外推能力。本文提出一個基于支持向量機的中長期電力負荷組合預測模型及其求解步驟。在預測過程中，首先利用多個幣．一預測方法如趨勢預測模型，指數(shù)模型，非線性回歸模型，改進的灰色GM(1，1)模型和改進的灰色V
6、erhujst模型構成預測模型群，對原始電力負荷數(shù)捌進行擬合。然后，把預測模型群的擬合結果作為支持向量機回歸模型的輸入進行：次預測，形成變權重的組合預測。本義塒基于SVM的組合預測過程和參數(shù)計算進行了洋細地探討。通過實例i_】i】：明了本文提}n的組合預測模型能較好地平衡擬合和外推，存某種程度上解決了傳統(tǒng)方法擬合優(yōu)而外推差的問題。此外，通過與多種預測方法進行比較，基于支持向量機的中長期電力負荷組合預測模型的預測精度明顯優(yōu)于單。預測模型和其它的組合預測模型。關鍵詞：支持向量機；中K期電力負荷預測；組合預測；模型群；‘F，ttlU，JJ、。’HII?！疕，i治衛(wèi)A
7、bstractTheforecastingtomid—longtermloadcanprovideimportantevidencetothepowerplanning．TheaccurateloadfbrecastingCallimprovetheeconomicsandreliabilityofpowersystemoperation．Theloadisrelatedwithavarietyoffactors，thcl’eisacomplexnonlinearrelationshipbetweentheloadandthefactors．Theforeca
8、stingtomid—longterm
