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;
教育装备采购网在线客服
京公网安备11010802043465号
