-
题名基于复Morlet小波SVM的负荷预测
被引量:4
- 1
-
-
作者
陈维荣
郑永康
戴朝华
王维博
-
机构
西南交通大学电气工程学院
西南交通大学信息科学与技术学院
-
出处
《西南交通大学学报》
EI
CSCD
北大核心
2009年第5期631-636,共6页
-
基金
西南交通大学博士生创新基金的资助(2007-3)
-
文摘
为提高预测精度和克服支持向量机(SVM)凭经验选择参数的不足,针对小波擅长信号细微特征提取和云遗传算法(CGA)良好的全局寻优能力,构建了以复Morlet小波为核函数、以CGA为参数优化算法的SVM——基于CGA的复Morlet小波SVM(CGA-CMW-SVM).针对短期负荷预测,为降低系统复杂性,克服负荷数据信息不完备、不精确的问题,仅仅利用了负荷的历史数据而不考虑气象和节假日等因素,在分析负荷时间序列混沌特性的基础上,对负荷数据进行相空间重构,并以相空间矢量作为CGA-CMW-SVM的输入,提出了短期负荷预测的新方法.仿真结果表明,该方法平均误差和最大误差小,平均误差在1.340 0%以内,最小误差为1.008 7%.
-
关键词
短期负荷预测
相空间重构
复morlet小波核
支持向量机
云遗传算法
-
Keywords
short-term load forecasting
phase space reconstruction
complex morlet wavelet kernel
support vector machine
cloud theory-based genetic algorithm
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名一种非正交复小波核函数及其非线性参数辨识应用
被引量:5
- 2
-
-
作者
蒋刚
肖建
宋昌林
郑永康
-
机构
西南科技大学制造科学与工程学院
西南交通大学电气工程学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2006年第9期2550-2554,共5页
-
基金
国家自然科学基金(10576027)
博士点基金(20040613013)
-
文摘
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。
-
关键词
非正交复morlet小波
主分量分析
核函数方法
非线性动态信号
参数辨识
-
Keywords
Non-orthogonal complex morlet wavelet
Principal Component Analysis (PCA)
kernel Function Method
Nonlinear Dynamical Signal
Parameter Identification
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
TP391
[自动化与计算机技术—计算机应用技术]
-