• 首页
  • 装备资讯
  • 热点专题
  • 人物访谈
  • 政府采购
  • 产品库
  • 求购库
  • 企业库
  • 品牌排行
  • 院校库
  • 案例·技术
  • 会展信息
  • 教育装备采购网首页 > 知识产权 > 专利 > CN104992247A

    基于CMA/SMO的支持向量机电力负荷预测方法

      摘要:本发明公开了属于电力负荷预测技术领域的一种基于CMA/SMO的支持向量机电力负荷预测方法;读取样本数据,利用数据挖掘技术对样本数据进行赋值聚类,形成挖掘主题数据库;利用基于弱化熵优化的CMA形成电力负荷信息与其他信息的关联关系数据库;利用最小优化算法优化支持向量机回归函数,得到最优化的惩罚因子、核函数、估计精度,利用wolfe对偶理论求得拉格朗日乘子和阈值;选择训练样本,通过极小化目标函数确定针对训练样本的支持向量机回归函数;进行电力负荷预测,最优化的估计精度小于0.0001时,用均方根相对误差作为评价指标进行预测结果分析;有效提高了电力负荷预测的速度与精度,具有积极的实际应用意义。
    • 专利类型发明专利
    • 申请人国家电网公司;国网河北省电力公司经济技术研究院;华北电力大学;
    • 发明人袁建普;王涛;王永利;凌云鹏;贺春光;李树水;马国真;胡珀;张欣悦;刘鹏;韩文源;谢晓琳;秦伟;翟广心;
    • 地址100031 北京市西城区西长安街86号
    • 申请号CN201510405883.9
    • 申请时间2015年07月10日
    • 申请公布号CN104992247A
    • 申请公布时间2015年10月21日
    • 分类号G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;