資源描述：
《基于改進支持向量機的短期電力負荷預(yù)測研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國內(nèi)圖書分類號：C939國際圖書分類號：658碩士學(xué)位論文學(xué)校代碼：10079密級：公開基于改進支持向量機的短期電力負荷預(yù)測研究碩士研究生：導(dǎo)師：申請學(xué)位：學(xué)科：專業(yè)：所在學(xué)院：答辯日期：授予學(xué)位單位：蓋姝李雙辰教授管理學(xué)碩士工商管理企業(yè)管理經(jīng)濟與管理學(xué)院2013年3月華北電力大學(xué)ClassifiedIndex：C939U．D．C：658ThesisfortheMasterDegreeIIllIIIUllllIlll1lUIIlllllIIllUIY2390564TheStudyofShort··termLoadForecastingbasedo
2、nCandidate：ImprovedSupportVectorMachineSupervisor：School：DateofDefence：Degree—Conferring—Institution：GaiShuProf．LiShuangchenSchoolofEconomicsandManagementMarch，2013NorthChinaElectricPowerUniversity華北電力大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學(xué)位論文《基于改進支持向量機的短期電力負荷預(yù)測研究》，是本人在導(dǎo)師指導(dǎo)下，在華北電力大學(xué)攻讀碩
3、士學(xué)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(jié)果將完全由本人承擔(dān)。作者躲善褲嗍∥侈年多月弦日華北電力大學(xué)碩士學(xué)位論文使用授權(quán)書《基于改進支持向量機的短期電力負荷預(yù)測研究》系本人在華北電力大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸華北電力大學(xué)所有，本論文的研究內(nèi)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(xué)關(guān)于保存、使用擎位論文的規(guī)定，同意學(xué)校保留并向有關(guān)部門送交論文的復(fù)
4、印件和電子版本，允許論文被查閱和借閱。本人授權(quán)華北電力大學(xué)，可以采用影印、縮印或其他復(fù)制手段保存論文，可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于(請在以上相應(yīng)方框內(nèi)打“4”)：保密口，在年解密后適用本授權(quán)書不保密吖儲虢善癢≮彳N矗刷醛轢毋≯R期：妒J哆年)月們R同期：叫了年歹月卯同摘要有效準(zhǔn)確的電力負荷預(yù)測既是使電網(wǎng)安全、經(jīng)濟運行的有力保障，也為切實解決人民群眾最關(guān)心、最直接、最現(xiàn)實的用電問題提供了先決服務(wù)。因此，對該領(lǐng)域的研究一直是學(xué)術(shù)界的熱點問題。支持向量機(SupportVectorMachine，簡稱SVM)是一種新興的學(xué)習(xí)機器，具有較
5、為完備的理論基礎(chǔ)和較好的學(xué)習(xí)性能，成功解決了神經(jīng)網(wǎng)絡(luò)難以克服的諸多問題，被稱為神經(jīng)網(wǎng)絡(luò)的替代算法。因此，本論文將其引入到電力系統(tǒng)的短期負荷預(yù)測中來。在研究中本文發(fā)現(xiàn)，負荷預(yù)測的影響因素有很多，有些因素是可以在特定情況下被去除的。在進行預(yù)測時，如果不對眾多因素(屬性)進行處理，勢必會提高預(yù)測模型的復(fù)雜程度并影響其實現(xiàn)效果，從而導(dǎo)致預(yù)測失準(zhǔn)等問題。若僅憑經(jīng)驗來對各屬性進行約減與提取，則又會因為缺乏依據(jù)，導(dǎo)‘致一些有用的信息被去除，同樣會致使預(yù)測失準(zhǔn)。針對上述問題，本文進行了進一步研究。首先，采用粗糙集的有關(guān)理論與方法，對基于支持向量機的電力負荷預(yù)測技
6、術(shù)進行改進，通過屬性約減與特征提取等工作，使得有用的信息被完整保留，無用的信息被基本剔除，在最大限度上減少了外界不良因素對負荷預(yù)測系統(tǒng)的干擾。其次，進行算例分析與效果比較，對照改進前后的負荷預(yù)測技術(shù)在預(yù)測效果上的差別，從而驗證改進方案的有效性與可行性。通過驗證發(fā)現(xiàn)，上述改進所得到的新技術(shù)確實取得了更加精確的預(yù)測效果。通過分析認(rèn)為，其對解決電力負荷預(yù)測這一與企業(yè)管理者的決策息息相關(guān)的熱點問題又提供了一套更加合理的方案。關(guān)鍵詞：電力系統(tǒng)；短期負荷預(yù)測；支持向量機；粗糙集摘要AbstractEffectiveandaccurateloadforecas
7、tingcannotonlyprovideprotectionforthesafeandeconomicoperationofelectricpowersystem，butalsoservethepeoplewhoconcernedabouttheusingofelectricity．Therefore，theresearchonthisfieldhasbeenahotissueintheacademiccircles．SVM(SupportVectorMachine，SVM)whichisanewlearningmachinehasamorec
8、ompletetheoreticalfoundationandbetterlearningperformance．SVMhassucce
