江苏高校省级重点实验室开放课题(K08016)
- 作品数：4 被引量：16H指数：3
- 相关作者：李钊年陶凤玲倪三川李积花姜楠更多>>
- 相关机构：青海大学扬州大学青海省气象局更多>>
- 发文基金：江苏高校省级重点实验室开放课题更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 选择预报因子的新方法及其对预测的影响分析
- 2012年
- 针对选择适合预报因子预测负荷时采用相关系数法仅能确定两个随机变量之间线性关系的问题,采用相关概率法选择预报因子构建预测模型,分别考虑了单因素与双因素,并利用最小二乘支持向量机法预测电力负荷。结果表明,该方法精度较高,预测结果较好。
- 陶凤玲刘海波李钊年王思茹保广裕史旺旺
- 关键词：负荷预测最小二乘支持向量机
- LS-SVM在电力系统负荷预测中的应用被引量：6
- 2010年
- 针对支持向量机(SVM)法预测电力负荷存在空间划分参数率定人为因素影响的缺陷,采用谱分析法进行周期分析,比较了二次函数趋势的年负荷序列与周期性月负荷序列,并采用最小二乘支持向量机(LS-SVMlab1.5)法预测负荷。实例结果表明,周期性的月负荷序列实测值与预测值拟合度较好,预测精度高、简捷、合理、实用。
- 陶凤玲李钊年李积花倪三川史旺旺姜楠
- 关键词：电力负荷负荷预测径向基函数最小二乘支持向量机
- 基于人工神经网络的龙羊峡水库入库径流预报被引量：3
- 2010年
- 阐述神经网络是一个大规模的非线性功能系统,具有很强的非线性处理能力。人工神经网络模型是高度的非线性模型,能够有效地模拟本质为非线性的实际水文系统。又介绍了人工神经网络的结构、原理,并结合龙羊峡水库入库径流资料,利用BP神经网络方法进行预报分析,预测值和实测值的相对误差均在10%以内,预测结果相对较好。
- 陶凤玲袁俊英刘海波李钊年倪三川李积花
- 关键词：人工神经网络径流预报龙羊峡水库
- 基于谱分析与LS-SVM的中期电力负荷预测被引量：7
- 2011年
- 针对支持向量机方法在短系列电力负荷预测中存在空间划分参数的选择受主观因素影响的缺点,提出了谱分析和最小二乘支持向量机相结合的负荷预测方法。该方法采用谱分析预测实际发生最大电力负荷值的周期,根据周期来确定SVM的训练模型。该方法可有效地避免参数选择中的人为因素,提高预测精度。从实际算例可看出,除最后一个点位相对误差为8.67%外,其余点位的相对误差均低于±5%,实测值与预测值的拟合度较好,预测精度较高。
- 李钊年陶凤玲史旺旺姜楠李积花倪三川
- 关键词：电力系统谱分析最小二乘支持向量机中期负荷预测
