期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Fisher信息和在线SVR的智能电网气象敏感负荷预测动态建模技术 被引量:29
1
作者 蔡舒平 闫静 +4 位作者 刘国海 汤大海 陈燕 刘琳 周梓樾 《中国电机工程学报》 EI CSCD 北大核心 2020年第11期3441-3451,共11页
智能电网大数据环境为解决短期负荷预测模型性能退化和精度随时间降低等问题提供了契机。基于此,该文提出一种基于在线支持向量回归(on-line support vector regression,OSVR)和Fisher信息(Fisher information,FI)气象因素处理及特征选... 智能电网大数据环境为解决短期负荷预测模型性能退化和精度随时间降低等问题提供了契机。基于此,该文提出一种基于在线支持向量回归(on-line support vector regression,OSVR)和Fisher信息(Fisher information,FI)气象因素处理及特征选择(features selection,FS)的动态建模新方法,用该方法来构建过程变量之间关系快速变化时的智能电网气象敏感负荷预测模型。首先,利用支持向量回归(support vector regression,SVR)模型的卡罗需–库恩–塔克(Karush-Kuhn-Tucker,KKT)条件推导出一种简洁的OSVR学习算法,使得每当有样本增加到训练集或从训练集移除时,该算法均能有效地更新已训练好的SVR模型,而不用对整个训练数据重新再训练。其次,提出一种基于Fisher信息的特征选择方法和气象因素引入方法,能够从捕获的数据中提取主要特征,并有效处理气象因素的累积效应。实际测试结果表明:所建立的预测模型能够使用最新的数据信息完成更新,在过程特征发生快速变化的情况下,其预测精度仍高于传统方法。 展开更多
关键词 动态建模 气象敏感负荷预测 特征选择 在线支持向量回归 Fisher信息 累积效应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部