王洪森 作品数:4 被引量:7 H指数:2 供职机构: 广东工业大学 更多>> 发文基金: 广东省自然科学基金 更多>> 相关领域: 电气工程 自动化与计算机技术 更多>>
基于竞争ISPO双胞支持向量回归短期负荷预测 被引量:4 2014年 双胞支持向量回归TSVR(twin support vector regression)参数的合理选择严重影响回归结果的准确性。该文采用竞争型智能单粒子算法CISPO(competitive intelligent single particle optimizer)优化参数。CISPO针对智能单粒子算法中各因子值难以确定的问题,在每次迭代中根据待优化参数的变化情况自动选择最佳的因子值,同时引入迭代竞争因子,避免算法前期陷入混乱,而后期又能更好地找到全局最优值。将基于CISPO优化的TSVR模型应用到电力系统短期负荷预测中,结果表明,该方法能有效提高负荷预测的速度和精度。 彭显刚 王洪森关键词:短期负荷预测 参数优化 基于竞争型ISPO双胞支持向量回归短期负荷预测 随着电力价格竞争机制的引入和电力市场改革的深入,电力部门对短期负荷预测的精度和速度提出了更高的要求。双胞支持向量回归(Twin Support VectorRegression,TSVR)是从支持向量回归(Support... 王洪森关键词:短期负荷预测 支持向量回归 参数优化 霍普金斯统计在短期负荷预测中的应用探讨 被引量:2 2013年 提出了一种评价电力负荷受各相关因素影响的分析方法。该方法利用霍普金斯统计获取地区年度负荷霍普金斯统计值曲线,通过该曲线综合评价气候变化、季节更替、降雨量、温度等因素对电力负荷的影响程度。在此基础上,根据霍普金斯统计值选择和调整输入节点、样本集空间大小等预测策略,实现与支持向量机短期负荷预测方法的有效结合,并对96个时刻点的日负荷曲线进行仿真预测,结果表明,霍普金斯统计方法在分析地区负荷影响因素的应用中是有效可行的。 赖家文 彭显刚 王洪森 陈奕关键词:数据挖掘 负荷预测 支持向量机 基于进化和声搜索优化的短期风速组合预测方法 被引量:1 2013年 针对风速序列非平稳变化的特性,首先通过经验模态分解(empirical mode decomposition,EMD)将原始风速序列分解为一系列较为平稳的子序列,再使用支持向量回归(support vector regression,SVR)模型分别对每一个子序列进行预测,为了克服SVR模型盲目选取学习参数的弊端,在和声搜索优化算法中加入了进化理论中优胜劣汰的思想,提出采用进化和声搜索(evolutional harmony search,EHS)算法对每一个SVR模型进行参数寻优。实例研究表明,EHS算法全局搜索能力强,收敛速度快,提出的EHS-EMD-SVR方法能有效提高短期风速预测的准确性。 王洪森 彭显刚关键词:风速预测 支持向量回归