2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、電力系統(tǒng)短期負(fù)荷預(yù)測是電力系統(tǒng)安全和經(jīng)濟運行的重要依據(jù),隨著價格競爭機制的引入和電力市場改革的深入,電力部門對短期負(fù)荷預(yù)測的精度提出了更高的要求。支持向量機是一種新型的機器學(xué)習(xí)方法,具有全局最優(yōu)、結(jié)構(gòu)簡單、推廣能力強等優(yōu)點,在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。然而支持向量機在進行大數(shù)據(jù)量的負(fù)荷預(yù)測時存在數(shù)據(jù)噪聲、收斂速度慢等缺點,針對這些缺點,本文提出了一種利用聚類分析選擇相似日,結(jié)合支持向量機進行短期負(fù)荷預(yù)測

2、的新方法,以保證數(shù)據(jù)特征的一致性,提高短期負(fù)荷預(yù)測的精度和速度。 本文首先全面、系統(tǒng)地闡述了短期負(fù)荷預(yù)測的研究現(xiàn)狀,分析了各種短期負(fù)荷預(yù)測方法的優(yōu)劣。接著詳細(xì)介紹了聚類分析理論和SVM回歸理論。隨后針對負(fù)荷預(yù)測的地域特性,對長沙地區(qū)的負(fù)荷特性進行了深入分析,確定了影響該地區(qū)負(fù)荷變化的主要因素;針對歷史數(shù)據(jù)噪聲問題,首次提出了利用SOM和C-均值聚類組合算法來選擇相似日,構(gòu)造相似日訓(xùn)練樣本并利用SVM模型進行預(yù)測的新方法;針對SV

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論