您的位置： 专家智库 > >

王洪森

作品数：4 被引量：7H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>>

合作作者

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇电气工程
  • 1篇自动化与计算...

主题

  • 4篇支持向量
  • 4篇向量
  • 3篇短期负荷预测
  • 3篇支持向量回归
  • 3篇负荷预测
  • 2篇竞争型
  • 2篇ISPO
  • 2篇参数优化
  • 1篇短期风速
  • 1篇支持向量机
  • 1篇数据挖掘
  • 1篇搜索
  • 1篇搜索优化
  • 1篇向量机
  • 1篇进化
  • 1篇和声搜索
  • 1篇风速
  • 1篇风速预测

机构

  • 4篇广东工业大学
  • 1篇广东电网公司

作者

  • 4篇王洪森
  • 3篇彭显刚
  • 1篇陈奕
  • 1篇赖家文

传媒

  • 2篇广东电力
  • 1篇电力系统及其...

年份

  • 2篇2014
  • 2篇2013
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
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
全选 清除 导出
共1页<1>
聚类工具0