摘要:本發明公開了屬于電力負荷預測技術領域的一種基于CMA/SMO的支持向量機電力負荷預測方法;讀取樣本數據,利用數據挖掘技術對樣本數據進行賦值聚類,形成挖掘主題數據庫;利用基于弱化熵優化的CMA形成電力負荷信息與其他信息的關聯關系數據庫;利用最小優化算法優化支持向量機回歸函數,得到最優化的懲罰因子、核函數、估計精度,利用wolfe對偶理論求得拉格朗日乘子和閾值;選擇訓練樣本,通過極小化目標函數確定針對訓練樣本的支持向量機回歸函數;進行電力負荷預測,最優化的估計精度小于0.0001時,用均方根相對誤差作為評價指標進行預測結果分析;有效提高了電力負荷預測的速度與精度,具有積極的實際應用意義。
- 專利類型發明專利
- 申請人國家電網公司;國網河北省電力公司經濟技術研究院;華北電力大學;
- 發明人袁建普;王濤;王永利;凌云鵬;賀春光;李樹水;馬國真;胡珀;張欣悅;劉鵬;韓文源;謝曉琳;秦偉;翟廣心;
- 地址100031 北京市西城區西長安街86號
- 申請號CN201510405883.9
- 申請時間2015年07月10日
- 申請公布號CN104992247A
- 申請公布時間2015年10月21日
- 分類號G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;