LS-SVM在电力系统负荷预测中的应用

针对支持向量机(SVM)法预测电力负荷存在空间划分参数率定人为因素影响的缺陷,采用谱分析法进行周期分析,比较了二次函数趋势的年负荷序列与周期性月负荷序列,并采用最小二乘支持向量机(LS-SVMlabl.5)法预测负荷.实例结果表明,周期性的月负荷序列实测值与预测值拟合度较好,预测精度高、简捷、合理、实用.     

基于谱分析与LS-SVM的中期电力负荷预测

针对支持向量机方法在短系列电力负荷预测中存在空间划分参数的选择受主观因素影响的缺点,提出了谱分析和最小二乘支持向量机相结合的负荷预测方法.该方法采用谱分析预测实际发生最大电力负荷值的周期,根据周期采确定SVM的训练模型.该方法可有效地避免参数选择中的人为因素,提高预测精度.从实际算例可看出,除最后一个点位相对误差为8.67%外,其余最位的相对误差均低于±5%,实测值与预测值的拟合度较好,预测精度较高.     

非正常调水造成龙羊峡水电站发电量损失的初步分析

近年黄河非正常调水发生频繁,在缓解下游干旱的同时,也给龙羊峡水电站造成发电损失。本文分析了损失的原因和损失计算的方法,用相关关系法进行了计算,举例说明了相关关系表的应用方法。最后针对存在问题提出了加强水土保持、优化水库调度及建立合理的调水补偿机制等相应对策     

基于降水一径流模型的中长期径流预测

通过物理成因分析确定了降水与径流的相关性,并采用相关概率法,利用卡方检验证明黄河上游贵德站降水与径流相关关系显著。在此基础上,采用最小二乘支持向量机方法建立了降水一径流预测模型。计算结果表明,预测的十个点位值,除一个不满足流量距平值小于10%的要求以外,余者的预测流量值与多年平均值相比均小于10%,预测精度相对较好。     

利用“准最优基”简化单纯形法求解过程

深入剖析线性规划的优化机理,在线性规划单纯形表解法的基础上,利用单位资源所获得的价值由大到小规定了进基顺序,依据基的概念确定了"准最优基",将相应于"准最优基"的系数矩阵化为单位阵,然后依照单纯形法的判定标准,判定"准最优基"是否为最优基,若不是,再利用原单纯形表解法进行基的转换,直至找到最优基."准最优基"方法有效地化简了求解过程,使计算缩减了60%以上,同时,不再引入人工变量,求解过程改两阶段为一阶段,为解决大规模线性规划问题提供了一个有效的方法.     

基于谱分析与LS-SVM的中期电力负荷预测

针对支持向量机方法在短系列电力负荷预测中存在空间划分参数的选择受主观因素影响的缺点,提出了谱分析和最小二乘支持向量机相结合的负荷预测方法。该方法采用谱分析预测实际发生最大电力负荷值的周期,根据周期来确定SVM的训练模型。该方法可有效地避免参数选择中的人为因素,提高预测精度。从实际算例可看出,除最后一个点位相对误差为8.67%外,其余点位的相对误差均低于±5%,实测值与预测值的拟合度较好,预测精度较高。     

非正常调水造成龙羊峡水电站发电量损失的初步分析

近年黄河非正常调水发生频繁，在缓解下游干旱的同时，也给龙羊峡水电站造成发电损失。本文分析了损失的原因和损失计算的方法，用相关关系法进行了计算，举例说明了相关关系表的应用方法。最后针对存在问题提出了加强水土保持、优化水库调度及建立合理的调水补偿机制等相应对策。     

水文预报因子选择中两种不同方法的对比分析

鉴于合理选择预报因子和预测方法是提高中长期水文预测准确性的重要环节,以青海省西宁市为例,采用单相关系数法和相关概率法对气温和降水资料进行相关性分析,并在此基础上进行线性和非线性回归预测。结果表明,在给定95%置信度条件下两种相关性分析方法均通过检验,气温和降水线性相关显著,可将气温作为预报因子进行降水预测,但线性回归预测结果不理想,而采用最小二乘支持向量机的非线性方法预测结果较理想。     

选择预报因子的新方法及其对预测的影响分析

针对选择适合预报因子预测负荷时采用相关系数法仅能确定两个随机变量之间线性关系的问题,采用相关概率法选择预报因子构建预测模型,分别考虑了单因素与双因素,并利用最小二乘支持向量机法预测电力负荷。结果表明,该方法精度较高,预测结果较好。