耿艳
- 作品数：4 被引量：96H指数：3
- 供职机构：山东大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于最小二乘支持向量机的短期负荷预测方法及应用研究
- 短期负荷预测是电力系统运行调度决策的前提，准确地进行这一预测会使电力系统的控制有的放矢，因此其研究是有价值的。 论文总结了短期负荷预测的特点，归纳了其常用输入量的选取方法。并基于统计学方法，对历史负荷数据进行了有效处理，...
- 耿艳
- 关键词：短期负荷预测最小二乘支持向量机参数优化遗传算法
- 文献传递
- 一种有效的LS-SVM短期负荷预测算法
- 针对最小二乘支持向量机(Least Squares Support Vector Machines，LS-SVM)的短期负荷预测模型，将粗糙集(Rough Set，RS)理论和遗传算法(Genetic Algorithm...
- 耿艳韩学山韩力
- 关键词：电力系统短期负荷预测支持向量机粗糙集遗传算法
- 文献传递
- 多节点超短期负荷预测方法被引量：28
- 2007年
- 对多节点有功和无功负荷变化规律的动态自适应超短期预测进行了深入的研究和分析,提出将负荷数据分层分区的处理方法,建立它们之间相互牵制和联系的表达,在由递推最小二乘支持向量机(RLS-SVM)算法实现顶层预测的基础上,建立输电系统多节点负荷动态行为特征的描述模型,构建了自适应动态模型的超短期负荷预测总体构架。以山东电网为例的现场测试效果验证了所述方法的可行性和有效性。
- 韩力韩学山贠志皓耿艳
- 关键词：超短期负荷预测多节点支持向量机卡尔曼滤波
- 基于最小二乘支持向量机的短期负荷预测被引量：64
- 2008年
- 提出了结合粗糙集(rough sets,RS)理论和遗传算法(genetic algorithm,GA)的最小二乘支持向量机(least squares support vector machines,LS-SVM)短期负荷预测模型和算法。由于影响负荷预测精度的因素众多,该模型采用RS理论进行历史数据的预处理,对各条件属性进行约简分析。属性约简采用GA进行寻优,以确定与负荷密切相关的因素,作为LS-SVM的有效输入变量。在预测过程中,通过GA对LS-SVM的模型参数进行自适应寻优,从而提高负荷预测精度,避免LS-SVM对经验的依赖以及预测过程中对模型参数的盲目选择。采用上述方法对山东电网负荷进行了预测分析,结果证明了该方法的有效性。
- 耿艳韩学山韩力
- 关键词：电力系统短期负荷预测支持向量机粗糙集遗传算法
