基于支持向量机的船舶电力负荷预测_王锡淮.pdfVIP

基于支持向量机的船舶电力负荷预测_王锡淮.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于支持向量机的船舶电力负荷预测_王锡淮

第 24 卷 第 10 期 中 国 电 机 工 程 学 报 Vol.24 No.10 Oct. 2004 2004 年 10 月 Proceedings of the CSEE ©2004 Chin.Soc.for Elec.Eng. 0258-8013 (2004) 10-0036-04 TM712 A 470 40 文章编号: 中图分类号: 文献标识码: 学科分类号: ⋅ 基于支持向量机的船舶电力负荷预测 王锡淮,朱思锋 (上海海事大学,上海 200135 ) SHIP POWER LOAD FORECASTING USING SUPPORT VECTOR MACHINE WANG Xi-huai, ZHU Shi-feng (Shanghai Maritime University, Shanghai 200135, China ) ABSTRACT: Ship power system is an isolated power system, 计划,有效地降低发电成本并提高船舶运行的经济 and the several generators are controlled to run or stop 效益。 according to accurate load forecasting respectively. A new 由于电力负荷变化存在着较强的随机性,影响 short-term load forecasting method for ship power system based on support vector machine (SVM) is presented. Three 的因素繁多,短期负荷预测是一个非常复杂的问 methods of the load forecasting, the SVM based on radial basis 题。近年来,随着人工智能技术的迅猛发展,具有 function kernel, the multi-layer back-propagation neural 更杰出的学习能力的小波变换[1] [2] 、灰色神经网络 、 network and the radial basis function neural network, are 基于粗糙集的神经网络[3] [4] 偏最小二乘回归分析 、 compared for actual load data sampled at different operation 径向基函数[5] [6] modes from a large-scale container ship. The simulation results 、卡尔曼滤波 等方法在短期电力负 show that the SVM method can achieve greater accuracy than 荷预测领域得到广泛应用。它们较以前的方法更能 other methods, and is effective for ship power load forecasting. 处理负荷和影响因素之间的非线性关系,得

文档评论(0)

wannian118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档