基于偏最小二乘回归的年用电量预测研究

对年用电量的预测若采用一般最小二乘回归法建模，其估计参数存在着很大的误差且物理意义明显不足。而偏最小二乘回归方法则实现了多元线性回归、主成分分析和典型相关分析的综合、克服了自变量之间的多重相关性的问题，因而更具有先进性，其计算结果更为可靠，在实际系统中的可解释性也更强，且方法简单，计算快捷。该文将偏最小二乘回归模型(Partial Least Square Regression，PLS)应用于年用电量预测，并与基于最小二乘的多元线性回归模型预测成果进行对比，探讨了偏最小二乘法在电力负荷预测中的可行性和优势。通过四川省电网年用电量预测表明：偏最小二乘回归法比一般最小二乘法优，具有较强的实用性。     

非线性偏最小二乘回归在电力负荷预测中的应用

非线性(二次多项式)偏最小二乘既能够解决线性偏最小二乘只能提取线性成分的问题,它又借鉴了偏最小二乘回归方法能够有效地解决自变量集合多重相关性的问题,因而它更具有先进性,其计算结果更为可靠.本文将二次多项式非线性偏最小二乘回归应用于泉州地区的电力负荷预测.文章还将二次多项式偏最小二乘的预测结果并线性偏最小二乘和logistic模型的预测结果进行比较,实例预测结果表明,非线性偏最小二乘具有较高的预测精度,它能满足实际工程的要求.     

基于偏最小二乘回归分析的中长期电力负荷预测

针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。     

一种建模新方法及其在谐波源分析中的应用

为有效提取多变量系统中对系统解释性最强的综合变量,克服变量多重相关性在系统建模中的不良影响,提出了基于偏最小二乘回归进行数据建模的一种新方法。介绍了该方法的基本原理和建模基本思想,并以实例分析了该方法对多变量信息的综合与筛选作用。将该方法应用于谐波源的定量分析中,利用测试的谐波电压和电流信号,通过偏最小二乘回归算法求解回归系数,进而可计算系统谐波阻抗与用户的谐波发射水平。仿真示例说明了该方法的有效性和优越性。     

基于核偏最小二乘的电厂热力参数预测与估计*

为了解决机组运行过程中参数失效和优化过程中参数计算的问题,提出了一种基于核偏最小二乘方法的热力参数预测和估计方法。首先用正常数据建立机组参数的预测和估计模型,确定各变量之间的回归关系,然后将其用于参数的在线预测与估计。其基本思想是通过非线性核函数将数据映射到高维特征空间,然后在高维特征空间中进行偏最小二乘回归运算。该方法可以有效地捕捉变量间的非线性关系,参数预测和估计效果明显好于偏最小二乘法和主元回归方法等线性回归方法。某1 000 MW发电机组烟气含氧量历史特征数据集仿真试验及实际应用比对实验证明了该方法的有效性。     

基于核偏最小二乘的电厂热力参数预测与估计

为了解决机组运行过程中参数失效和优化过程中参数计算的问题,提出了一种基于核偏最小二乘方法的热力参数预测和估计方法.首先用正常数据建立机组参数的预测和估计模型,确定各变量之间的回归关系,然后将其用于参数的在线预测与估计.其基本思想是通过非线性核函数将数据映射到高维特征空间,然后在高维特征空间中进行偏最小二乘回归运算.该方法可以有效地捕捉变量间的非线性关系,参数预测和估计效果明显好于偏最小二乘法和主元回归方法等线性回归方法.某1 000MW发电机组烟气含氧量历史特征数据集仿真试验及实际应用比对实验证明了该方法的有效性.     

居民用电量需求分析与电价决策

考虑了几个主要经济因素对居民用电量的影响,并用历史数据拟合出用电量多元线性回归模型。偏最小二乘回归方法(PartialLeast-squaresregression,PLS)是新一代回归分析方法,是对多元线性回归方法的改进。采用偏最小二乘回归模型分析居民用电量需求情况,可为居民电价的决策提供参考。     

一种PLS回归的并网风电项目利润预测方法

为了减少风电项目的盲目建设,提高建设投资决策的经济性,提出一种基于偏最小二乘回归的风电项目利润总量预测方法。利用偏最小二乘回归算法中的指标标准化处理和提取偏最小二乘成分,解决了实际利润预测分析中在计算数据的指标之间具有多重相关性、可以搜集到的准确的相关样本数据较少的条件下拟合利润预测回归模型时存在的问题。提出影响风电项目年利润总量的九个指标,在某地若干风电项目的实例数据的基础上,计算了实例数据的膨胀因子并进行特异点分析,利用偏最小二乘法建立了利润预测模型,探讨了其与传统的回归预测方法的差异。算例分析结果表明,该方法在预测项目年利润时预测精度较高,是一种有效可行的预测方法。     

基于偏最小二乘回归的系统谐波阻抗与谐波发射水平的评估方法

提出了一种基于偏最小二乘回归的系统谐波阻抗及用户谐波发射水平的估计方法。利用在公共连接点同步测量得到的谐波电压和谐波电流信号，通过偏最小二乘回归算法求解回归系数；对测量数据信息进行分解和筛选，提取对因变量解释性最强的综合变量，辩识系统中的信息与噪声，从而更好地克服变量相关性在系统建模中的不良作用。由回归系数映射出系统谐波阻抗，并跟踪计算用户的谐波发射水平。通过仿真分析以及实际工程实测数据的分析验证了该方法的有效性。     

一种适用于大坝安全监测资料分析建模的

简要叙述了偏最小二乘回归法的基本思路和计算方法，阐明了将该方法应用于大坝安全监测资料的分析建模，能够突破传统回归方法的局限性，获得完整、稳健的监测量模型。介绍了一套应用程序，并通过计算实例的对比，说明了偏最小二乘回归法较传统的多元线性回归方法的优越性，展示了其良好的应用前景。