關鍵詞:電力系統 負荷 預測模型
摘要:電力負荷最大值預測是電網企業調度工作的重要組成部分,其預測結果的準確度將對電能的配送、有效利用率、供電服務的質量以及電力系統的發展產生重要影響。以安徽某市81天的電力負荷最大值數據為基礎,選取影響當天電力負荷最大值的10個因素,并采用核主成分分析(kernel principal component analysis,KPCA)算法將10維的影響因素降為5維,其累計貢獻率可達93.70%。以降維后的5維數據為輸入,以徑向基函數為核函數,并采用交叉驗證選擇支持向量機(support vector machine,SVM)回歸的最佳參數,隨機選取54組數據訓練SVM預測模型,最后進行27組數據的擬合預測,擬合預測的均方誤差為0.0041,相關系數為0.9631。研究結果表明,應用KPCA結合的SVM預測模型對電力負荷最大值具有很好的預測能力。
發電技術雜志要求:
{1}本刊參考文獻采用頁下注釋體例,參考文獻和注釋均置于當頁地腳(腳注),每頁編序碼,序號用①②③標示。
{2}未采用的稿件一般不退,請作者自留底稿。本刊對來稿有刪改權,不同意者請投稿時注明。
{3}文稿應具有先進性、科學性、實用性、可錄制性。文稿應資料真實、數據準確、論點鮮明、結構嚴謹、文字精煉,書寫工整規范,必要時應做統計學處理。
{4}基金項目格式:項目來源+項目編號。
{5}關鍵詞是表述論文中心內容且具有實質意義的詞匯,一般為3~8個,以分號分隔.盡量采用《漢語牛題詞表》或各專業豐題詞表提供的規范詞。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社