基于支持向量机电力负荷预测预警的研究

《基于支持向量机电力负荷预测预警的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要摘要：人类进入20世纪90年代以后，伴随着经济全球化和经济科技化的发展，电力能源也出现了全球性、生态性、多元性、安全性、科技密集性的发展趋势。本文在这个背景下对电力能源预测预警系统的构建进行了初探，为解决圈益紧张豹能源与发展之闻矛盾提供了～种方式。论文的工作重心和中心在于预测分析，它直接影响预警的成败。机器学习应用于回归领域越来越得到国内外专家的重视，其中基于统计学习理论的支持向量机(SVM)异军突起，发展迅速，在备行各韭都有了相关疲用。本文预测予系统主要是基于SVM，利用综合评判的思想将

2、传统模型和推理模型加入到预测予系统，以使预测结果科学合理。此外，本文利用实例数据对灰色预测方法和回归支持向量机的预测结果进行了比较分析，西的是为今后的研究工作找到合适的研究工具和研究资料。本文另一个重要的部分是对预警子系统的设计，在支撑理论方霜傲了一些原创性的工作——证明匹配定理和编写遗传算法的Java程序。选择支持向量机这种机器学习的方法还可以利用在其模式识别领域的多年的研究经验来对预警子系统进行改进。最后，本文利用上述理论，对电力负荷预测预警系统的系统框架进行了初步的研究，利用系统模块思想提出

3、了由4个子系统组成：噪声分析子系统、预测分析子系统、匹配预警子系统以及二次防御子系统。其中噪声分析子系统和二次防御予系统具有辅助作用，但是必不可少，同时这两个子系统也是本文的创新点。本文在组织上是这样安排的，首先，在统计学习理论的基础上，阐述了学习器SVM在分类和回归的基础理论。其次，本文讨论了遗传算法，给出其Java程序的相关说明并证明了馥配定理。最后，给出了电力负荷预测预警系统的基本流程图。论文中的图弘幅，表6个，参考文献45篇。关键词：电力负荷预测预警；机器学习；支持向量机；遗传算法；匹配定

4、理ABSTRACTABSTRACT：Humanenteredsincethe1990s，accompaniedbyeconomicglobalizationandthedevelopmentofeconomyandscienceandtechnology，energyisalsoaglobal，ecological，pluralism，security，scienceandtechnology—intensivetrendofdevelopment．Againstthisbackgroundpap

5、eronelectricityenergyforecastearlywarningsystemfortheConstructionofthe，toresolvetheincreasinglytenseconflictbetweenenergydevelopmentandprovideaway．Amongthepaperfocusandcenteroftheforecast，ithasadirectimpactontheSUCCESSorfailureofearlywarning．Machinele

6、arningappliedtoretumtothefieldmoreandgettheattentionofexpertsathomeandabroad，basedonstatisticallearningtheoryofsupportvectormachines(SVM)Yijuntuqi，rapiddevelopmentinallwalksoflifeoftherelatedapplications．ThispaperismainlybasedontheforecastsubsystemSVM

7、，comprehensiveevaluationoftheuseofthetraditionalmodelofthinkingandreasoningmodelintotheforecastsystem，inordertopredicttheresultsofscientificandreasonable．Inaddition，examplesofthispaper,dataonthereturnofgreyforecastingmethodsandSVMpredictedacomparative

8、analysis，theaimisforfutureresearchworktofindsuitableresearchtoolsandresearchmaterials．Anotherimportantpartofthispaperisthedesignofearlywarningsystems，insupportoftheorieshasdonesomeoriginalityofthework-thatmatchedgeneticalgorithmtheoremandthepr