基于有效度遴选和纵横交叉算法的负荷组合预测.docVIP

基于有效度遴选和纵横交叉算法的负荷组合预测.doc

  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
基于有效度遴选和纵横交叉算法的负荷组合预测

第44卷 第504期 电测与仪表 Vol.44 No.504 2007年 第12期 Electrical Measurement Instrumentation Dec.2007 PAGE  PAGE - 1 - 基于有效度遴选和纵横交叉算法的负荷组合预测* 李海亮1,曹彦朝1,孟安波2,卢海明2,郭壮志2 (1.广东电网公司茂名供电局 茂名 525000; 2.广东工业大学自动化学院 广州 510006) 摘要:针对单一模型预测精度不高的问题,提出了基于有效度遴选和纵横交叉算法的负荷组合预测,该方法有效克服了选择单项模型的随机性和权重难以确定的问题。新方法根据预测有效度筛选组合预测单项模型,然后利用组合模型对小波包分解所得各个负荷子序列进行预测,并采用纵横交叉算法求取各单一模型的权值,最后叠加各子序列预测值得到完整预测结果。实例分析中,以广东省某电网实测负荷数据为例,研究结果表明:基于有效度遴选和纵横交叉算法的组合预测方法可操作性强、通用性好,并明显优于各单项预测模型、等权重组合模型和方差倒数组合模型的预测精度。 关键词:纵横交叉算法; 有效度; 小波包变换; 负荷组合预测 中图分类号:TM714 文献标识码:B 文章编号:1001-1390(2015)00-0000-00 A load Combination combination forecasting model for short-term load forecasting based on effective measure selection and crisscross optimization algorithm Li Hailiang, Cao Yanchao, Meng Anbo, Lu Haiming, Guo Zhuangzhi (1. Maoming Power Supply Bureau of Guangdong Power Grid Corporation Maoming, Maoming 525000, Guangdong, China;. 2.College of Automation,Guangdong University of Technology, Guangzhou, 510006, China) Abstract:: There exist are many uncertain factors in electric power system load, a load combination forecasting model based on effective measure selection and crisscross optimization algorithm is proposed in this paper. To addressIn view of the problem of the low prediction of single model , wavelet packet transformation is utilized to divide the original load curve into sub-sequences with different frequencies. On this basis, BP neural network, error feedback weighted time sequence and grey model are combined to form a new prediction modal,whosemodel, whose weight of every individual modal is optimized by crisscross optimization algorithm(algorithm (CSO). Finally, continuous seven daysthe short-term load forecasting with continuous seven days is implemented on certain district power grid in GuangDongGuangdong. The results prove that the proposed model is apparently su

文档评论(0)

book1986 + 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