吴钰
- 作品数：3 被引量：12H指数：2
- 供职机构：上海交通大学电子信息与电气工程学院电气工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 月度负荷预测的支持向量机与综合模型研究
- 负荷预测是电力系统领域一个传统的研究课题,在价格竞争引入电力系统形成电力市场之后,对负荷预测的方法和精度提出了更高的要求。随着新理论和新技术的发展,国内外针对电力负荷预测问题的研究仍在不断深入地进行,但与短期负荷预测相比...
- 吴钰
- 关键词：月度负荷预测支持向量机混沌粒子群灰色预测
- 文献传递
- 综合最优灰色支持向量机模型在季节型电力负荷预测中的应用被引量：7
- 2012年
- 季节型电力负荷同时具有增长性和波动性的二重趋势,使得负荷的变化呈现出复杂的非线性组合特征。对此,提出了一种综合最优灰色支持向量机预测模型,研究了同时考虑2种非线性趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于2种单一负荷预测模型。在此基础上,对一般粒子群算法引入粒子速度自适应可调机制,并利用改进粒子群算法优化组合预测模型中的权值。对电力负荷预测应用实例的计算结果表明,该模型较大提高了季节型负荷预测的精度,具有较好的性能。
- 吴钰王杰
- 关键词：改进粒子群算法
- 基于加权最小二乘支持向量机的月度负荷预测被引量：4
- 2012年
- 考虑到实际电力负荷预测中各数据的重要程度并不相同,在标准最小二乘支持向量机回归算法的训练样本中设置权值系数,建立了加权最小二乘支持向量机模型,以实现样本的优化选择,达到历史数据"重近轻远"的学习效果;同时考虑到粒子群优化算法收敛速度快和混沌运动遍历性、随机性等特点,提出了一种基于混沌思想的粒子群优化算法对模型参数进行优化,引入优势粒子和劣势粒子的权重自适应调节机制,使算法具有动态适应性。将改进的模型应用于江西省萍乡市月度负荷预测中,结果表明本文方法与常规方法相比降低了预测误差,且速度较快。
- 吴钰王杰
- 关键词：最小二乘支持向量机加权混沌粒子群
