典型文献
基于半指数支持向量回归的电力负荷预测
文献摘要：
在线运行的超短期电力负荷预测用于潮流估计和电网调度,是制订发电计划的基础,具有显著的经济和安全意义.针对传统负荷预测算法对噪声数据的鲁棒性较差,预测精度无法进一步提升的缺陷,建立了一种基于半指数支持向量回归(SVR)的电力负荷预测模型.该模型提出了一种非线性的半指数损失函数,以解决负荷数据噪声导致的预测面偏移问题,从数学上泛化原始的铰链损失和硬间隔损失,通过设置不同的模型参数,获得了优于原始模型的分类效果.此外,通过引入对历史信息的挖掘理念,在输入量中加入了对时间的一阶和二阶微分,进一步提高了预测精度.最后通过理想数字模型仿真和使用真实的湖北省电网电力负荷数据进行预测,实验结果表明,提出半指数支持向量回归模型在速度上达到了在线运行的要求,而预测精度比现有方法有明显提高.
文献关键词：
电力负荷;预测;支持向量回归;鲁棒性;广义优化问题
中图分类号：
作者姓名：
王亮;王一鸣;侯威;贺元帅;纪超
作者机构：
西安工程大学电子信息学院 西安710048;西安工商学院信息与工程学院 西安710200
文献出处：
引用格式：
[1]王亮;王一鸣;侯威;贺元帅;纪超-.基于半指数支持向量回归的电力负荷预测)[J].国外电子测量技术,2022(12):164-170
A类：
广义优化问题
B类：
数支,在线运行,超短期电力负荷预测,电网调度,发电计划,预测算法,噪声数据,SVR,负荷预测模型,损失函数,负荷数据,数据噪声,声导,铰链,分类效果,历史信息,输入量,数字模型,模型仿真,省电,支持向量回归模型,上达
AB值：
0.276359
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
