共查询到10条相似文献,搜索用时 31 毫秒
1.
提出了一种基于负荷时间序列相空间重构与量子粒子群优化支持向量机的混合超短期负荷预测方法。首先利用G-P算法和C-C算法分别确定超短期负荷数据关联维数和延迟时间,对数据进行相空间重构,并获取预测模型的输入输出数据。接着采用量子粒子群(QPSO)对支持向量机(SVM)进行优化,构建了QPSO-SVM预测模型。最后利用相空间重构获得的模型输入输出数据对QPSO-SVM进行训练获得负荷预测模型。对某电网模拟负荷预测试验结果表明,本文提出方法有效提高了负荷预测精度,具有一定的科学意义及工程价值。 相似文献
2.
应用支持向量机(SVM)的算法进行黑龙江省玉米产量的预测研究,用1983-2010年黑龙江省玉米产量数据组成样本集,建立影响因素与玉米产量之间的SVM模型。利用SVM对输入和输出数据进行训练学习,逼近历史数据所隐含的函数关系,完成对新数据序列的映射关系,从而完成对未来年份玉米的预测,并与其它几种方法的预测效果进行比较。结果表明,应用SVM预测模型预测玉米产量的能力优于其他预测方法。 相似文献
3.
4.
提出了一种中长期电力负荷预测的集对分析聚类算法。该方法采用集对分析中的同异反模式进行模式识别,并根据聚类分析的基本思想进行分类预测。最后采用福建省年用电量数据进行了实例研究,结果表明该预测方法是有效的。 相似文献
5.
6.
基于模糊神经网络的农村电力短期负荷预测 总被引:2,自引:0,他引:2
为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。 相似文献
7.
核函数定义了输入空间到高维特征空间的映射。运用多项式定理,推导多项式核函数和高斯核函数的特征映射函数,找到无限维向量的定义,比较两种特征映射的关系。结合最小均方算法,分别使用两种核函数解决非线性时间序列中高斯噪声时短期预测问题,比较了两种核函数下的核最小均方算法,分析了两种算法在非线性系统短期预测中的鲁棒性和收敛性能,并进行参数选择,提供了一种易于操作的非线性滤波器设计方法。 相似文献
8.
黄瑞梅 《中国农村水利水电》2014,(9):184-188
提出一种基于HHT的配电网短期负荷组合预测方法。该方法利用EMD分解将负荷信号分解为一组IMF分量,通过分析IMF分量对应的边际谱提取周期项、随机项及趋势项。对各个特征量分别采用CPN、SVM及二次指数平滑法进行预测,最后通过直接叠加各分量预测值得到最终预测结果。通过仿真算例,验证该组合模型的精度高于任何一种单一模型和传统线性组合模型,具有较高的预测精度。 相似文献
9.
10.
《中国农机化学报》2019,(3)
为提高粮食产量预测的精度,针对LSSVM模型的预测精度受惩罚参数C和核函数参数g选择的影响,将非线性惯性权重引入萤火虫算法,提出一种基于自适应权重的萤火虫算法(Self-Adaptive Firefly Algorithm,SAFA),并将SAFA应用于惩罚参数C和核函数参数g优化,提出一种基于SAFA-LSSVM的粮食产量预测算法。选择1978—2017年我国粮食产量数据为研究对象,与FA-LSSVM、PSO-LSSVM和LSSVM相比,研究结果表明本文提出的算法SAFA-LSSVM可以有效提高粮食产量预测的精度,相关系数R达0.9893,为粮食产量预测提供新的方法和途径。 相似文献