检索结果-内蒙古大学图书馆

中国电机工程学报 2017年第3期37卷 768-775页

作者：何耀耀刘瑞撖奥洋过程优化与智能决策教育部重点实验室(合肥工业大学) 安徽省合肥市230009 山东电力集团青岛供电公司调控中心山东省青岛市266300

智能电网环境下,实时电价对用户用电模式的影响较大,为了提高考虑实时电价的短期电力负荷预测精度,更好地反映电力负荷的不确定性。提出了支持向量分位数回归方法,通过引入松弛变量构造Lagrange函数,得出不同分位点下的未来一天任意时... 详细信息

智能电网环境下,实时电价对用户用电模式的影响较大,为了提高考虑实时电价的短期电力负荷预测精度,更好地反映电力负荷的不确定性。提出了支持向量分位数回归方法,通过引入松弛变量构造Lagrange函数,得出不同分位点下的未来一天任意时刻电力负荷的预测结果。同时采用Epanechnikov核函数,将SVQR与核密度估计相结合,进行短期电力负荷概率密度预测,可得到未来负荷准确的波动范围。以新加坡的历史负荷和实时电价数据为例,进行短期电力负荷概率密度预测,结果表明该方法能够较好地解决考虑实时电价的短期电力负荷概率密度预测问题。

关键词：智能电网支持向量分位数回归实时电价概率密度预测核密度估计

来源：评论

学校读者我要写书评

暂无评论

基于支持向量分位数回归与智能电网的短期电力负荷概率密度预测方法

基于支持向量分位数回归与智能电网的短期电力负荷概率密度预测方...

引用

作者：刘瑞合肥工业大学

学位级别：硕士

电力系统负荷预测是电力系统的计划、规划、调度的重要依据。它能够更好地确保电力系统经济安全和稳定运行。环境的可持续发展是人类社会生存和发展的重要基础。智能电网是未来电网发展的必然趋势,且智能电网的实现离不开精确的电力负... 详细信息

电力系统负荷预测是电力系统的计划、规划、调度的重要依据。它能够更好地确保电力系统经济安全和稳定运行。环境的可持续发展是人类社会生存和发展的重要基础。智能电网是未来电网发展的必然趋势,且智能电网的实现离不开精确的电力负荷预测方法的支持。大量分布式电源和可再生能源的并网有效地降低了传统能源的消耗,极大地保护了环境。但由于其不稳定性、间歇性等特点,对电网的稳定运行带来了新的问题。针对智能电网建成后带来的电力系统运行和调度的复杂性和不确定性,需要提出新的方法来提高电力负荷预测的精度。在智能电网快速发展的环境下,影响短期电力负荷预测准确性的除了历史负荷和气象因素外,实时电价对短期电力负荷预测的精度影响也较为显著。而且,实时电价是影响电力负荷预测的不确定因素之一。它对用户用电模式的影响较大。随着智能电网的快速发展,其中一个显著的变化就是人们对根据电能需求结合实时电价调整其用电模式。这样可以达到削峰填谷的目的,而且可以提高电网设备的发电效率和能源的利用效率,同时能够降低用户的电费支出。为了提高考虑实时电价的短期电力负荷预测的精度,更好地反映电力负荷的不确定性,本文提出了支持向量分位数回归(SVQR)方法,通过引入松弛变量构造Lagrange函数,得出了不同分位点下的未来一天任意时刻电力负荷的预测结果。同时采用Epanechnikov核函数,将SVQR方法与核密度估计相结合,进行短期电力负荷概率密度预测,可得出较优的预测结果和未来任意时刻的电力负荷准确的波动范围。本文运用支持向量分位数回归方法进行短期电力负荷预测的过程中,考虑到核函数对于此模型至关重要,由此提出了一个新的方法,基于核的支持向量分位数回归和Copula理论的短期电力负荷概率密度预测方法。本文比较了三种不同的核函数并选择适合目标函数的最优核函数,同时,运用Copula理论来分析实时电价和电力负荷之间的关系。此外,本文选择了可靠性准则(PICP)和预测区间带宽(PINAW)来评价输出区间的准确性。本文采用新加坡的历史负荷和实时电价数据集的四个案例,进行短期电力负荷概率密度预测。结果表明:该方法提供了实时电价和电力负荷之间具有相关关系以及能够较好地解决考虑实时电价的短期电力负荷概率密度预测问题。同时,给出了实时电价和电力负荷的关系图,并提供了概率密度预测曲线图以及预测结果和预测区间图来更好地说明所提出的方法的优越性。

关键词：智能电网支持向量分位数回归实时电价概率密度预测 Copula理论

来源：评论

学校读者我要写书评

暂无评论

基于支持向量分位数回归的金融市场条件概率密度预测

基于支持向量分位数回归的金融市场条件概率密度预测

引用

作者：俞奕涵合肥工业大学

学位级别：硕士

在经济与金融定量分析领域,准确预测经济与金融变量的变动规律,对于制定经济与金融政策、实施相应的控制方案具有重要的决策参考价值。由于经济与金融系统的具有非线性、非对称性与异质性等复杂性,导致线性均值回归分析等传统的模型与方... 详细信息

在经济与金融定量分析领域,准确预测经济与金融变量的变动规律,对于制定经济与金融政策、实施相应的控制方案具有重要的决策参考价值。由于经济与金融系统的具有非线性、非对称性与异质性等复杂性,导致线性均值回归分析等传统的模型与方法,难以有效揭示其内在运行机理。为此,需要开发新的建模工具开展相关研究工作,本文对此进行研究。本文将支持向量机原理与分位数回归相结合,建立支持向量分位数回归模型,并将其应用于经济与金融定量分析中。该模型能够充分发挥支持向量机与分位数回归两个方面的优势：一方面,通过支持向量机,能够充分模拟经济与金融系统的非线性作用机制；另一方面,通过分位数回归,能够充分刻画解释变量对响应变量整个条件分布的影响,揭示经济与金融系统的非对称性与异质性作用。本文重点开展了以下三个方面新的研究：第一,将支持向量分位数回归引入货币需求分析与人民币汇率预测,建立了相应的计量模型,给出了模型表示、模型求解、参数选择等方法；第二,在基于支持向量分位数回归模型条件分位数预测基础上,进一步给出了条件密度预测方法,实现了货币需求与人民币汇率的概率密度预测；第三,通过Monte Carlo数值模拟与实证研究,将支持向量分位数回归模型与一般线性回归模型进行比较,结果显示前者具有更好的模型拟合效果与更高的预测准确程度。实证研究结果表明,支持向量分位数回归模型既能够很好地拟合货币需求(或人民币汇率)与其影响因素之间的非线性依赖关系,也能够给出准确的条件密度预测结果：不仅可以预测货币需求与人民币汇率的未来取值水平,而且可以判断其散布与形状,能够细致考虑解释变量对响应变量未来取值分布特征的影响,从而比传统的点预测方式提供更多的有用信息,能够为货币需求及人民币汇率政策的制定提供科学的决策依据。本文的研究结果表明,支持向量分位数回归模型具有很好的非线性处理能力与完整条件分布特征刻画能力,能够深入、细致地揭示经济与金融系统中的复杂关系,可望获得广泛应用。未来,可以在以下两个方面,开展进一步研究工作：第一,在建模理论与方法上,可以考虑带有惩罚约束的支持向量分位数回归问题,解决众多解释变量的影响。第二,在实际应用中,可以结合条件密度预测的结果进行决策优化,如：组合投资决策问题。

关键词：货币需求人民币汇率分位数回归支持向量分位数回归条件密度预测

来源：评论

学校读者我要写书评

暂无评论

基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法

基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法

引用

作者：严煜东合肥工业大学

学位级别：硕士

当前,我国的发电模式始终都以传统的火力发电为主。自21世纪以来,我国的生活、工业和国防等用电总量正在逐步增加,这给火力发电带来了巨大的压力和挑战。同时,面对环境保护的压力也越来越大,这就迫使我们需要尽快寻求更加清洁并且高效... 详细信息

当前,我国的发电模式始终都以传统的火力发电为主。自21世纪以来,我国的生活、工业和国防等用电总量正在逐步增加,这给火力发电带来了巨大的压力和挑战。同时,面对环境保护的压力也越来越大,这就迫使我们需要尽快寻求更加清洁并且高效的能源,以用来解决传统发电方式带来的诸多弊端。风力发电是目前被人们广泛研究和运用的新能源之一,但是由于风能的不确定和间歇性等特点使得风力发电较难稳定地并入电网。近年来,太阳能光伏发电迅猛发展,各个国家和地区都投入了巨大的人力、物力与财力,通过大规模的优势和相关产业的自动化与智能化设备,光伏发电技术得到了迅速发展,并且其市场普及程度也越来越高。水力发电仅对环境有较小的冲击,发电成本低并且启动速度快,容易进行调节与控制,得到了广泛的应用。为了有效度量风电、光伏与径流的不确定性和稳定性,进一步提高新能源发电功率的预测结果精度,本文根据风、光、水的时间序列特性,将支持向量机(SVM)、分位数回归(QR)方法与模糊信息粒化(FIG)相结合,构建了基于模糊信息粒化与支持向量分位数回归(FIG-SVQR)的模型。并且结合了核密度估计进行风电、光电与径流的概率密度预测,得到了较为精确的风电、光电与径流的波动曲线和概率密度曲线。并将FIG-SVQR预测模型与传统的神经网络模型(Elman、BP、RBF)、SVQR模型做对比,并且以相应的评价指标进行分析。为了验证本文提出的方法的高效性和稳定性,选取了概率密度曲线的众数和中位数作为点预测结果进行分析,同时运用了预测区间评价准则对预测区间进行评价。本文采用风、光、水三种不同的数据集进行案例分析,结果表明:提出的基于模糊信息粒化与支持向量分位数回归概率密度预测方法可以获取完整的风、光、水概率密度曲线和预测区间,较好地解决了新能源的波动性和不确定性问题,为电力系统稳定运行提供了相关的技术支持和理论依据。

关键词：模糊信息粒化支持向量分位数回归神经网络核密度估计概率密度预测不确定性分析

来源：评论

学校读者我要写书评

暂无评论

基于MIDAS-SVQR的供应链金融质押物风险价值测度新方法

引用

中国管理科学 2025年第3期33卷 80-92页

作者：汪刘凯张小波王未卿刘澄北京科技大学经济管理学院北京100089

存货质押作为供应链金融的典型融资方式,质押物价值波动是供应链金融面临的主要风险之一,因此,如何测度质押物价格波动风险是学界和业界关注的焦点。VaR作为Basel协议主推的风险度量工具,已被学界和业界广泛使用。然而,关于VaR测度的现... 详细信息

存货质押作为供应链金融的典型融资方式,质押物价值波动是供应链金融面临的主要风险之一,因此,如何测度质押物价格波动风险是学界和业界关注的焦点。VaR作为Basel协议主推的风险度量工具,已被学界和业界广泛使用。然而,关于VaR测度的现有方法存在:收益分布误设、非线性关系刻画不准确和混频数据信息提取不充分等潜在挑战,因此,本文提出了一种测度供应链金融质押物VaR的新方法:MIDAS-SVQR。一方面,该方法基于分位数框架下利用核函数捕获非线性关系以直接输出分位数,而无需分布假设;同时,利用MIDAS处理混频数据,提升其利用混频数据信息的能力。此外,本文基于二次规划详细给出了MIDAS-SVQR的求解过程。最后,本文选取钢铁、铜等六种典型质押物为研究对象,选择GARCH类和QR类等模型作为基准模型,并基于Kupiec检验等三种回测方法来评价模型准确性。结果表明:MIDAS-SVQR在所有样本的三种回测检验下表现最优。此外,分位数回归类模型总体表现明显优于GARCH类模型。因此,本文提出的MIDAS-SVQR新方法既有效度量了供应链金融质押物的风险价值,也为供应链金融风险管理提供了新技术支持。

关键词：供应链金融 VaR MIDAS-SVQR 混频数据支持向量分位数回归

来源：评论

学校读者我要写书评

暂无评论

考虑不同充电策略的锂电池健康状态区间估计

引用

上海交通大学学报 2024年第3期58卷 273-284页

作者：张孝远张金浩杨立新河南工业大学电气工程学院郑州450001

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于... 详细信息

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.

关键词：锂离子电池健康状态区间估计充电策略支持向量分位数回归

来源：评论

学校读者我要写书评

暂无评论

基于改进模拟退火遗传算法的配电网动态故障恢复策略

引用

智慧电力 2024年第6期52卷 16-22页

作者：王可淇赵子涵钟俊徐方维四川大学电气工程学院四川成都610065 国网四川省电力公司调度控制中心四川成都610041

计及分布式电源出力波动性对故障恢复效果带来的不利影响,提出1种利用光伏出力预测的配电网动态故障恢复方案。故障发生后,首先对动态变化的光伏系统输出功率进行预测,并研究了负荷动态特性;其次,以配电网恢复重要负荷总量最大、故障恢... 详细信息

计及分布式电源出力波动性对故障恢复效果带来的不利影响,提出1种利用光伏出力预测的配电网动态故障恢复方案。故障发生后,首先对动态变化的光伏系统输出功率进行预测,并研究了负荷动态特性;其次,以配电网恢复重要负荷总量最大、故障恢复成本最小和故障停电损失最少为目标函数,构建基于动态树背包模型的最优故障恢复模型,该模型可快速适应配电网拓扑变化情况。采用改进模拟退火遗传算法求解最优故障恢复方案,提高了算法的收敛速度与稳定性。最后,在IEEE69节点系统进行仿真,结果表明所提算法可适应复杂配电网的故障恢复,提高配电网供电可靠性,并降低配电网故障带来的恢复成本与停电损失。

关键词：分布式电源故障恢复孤岛划分模拟退火遗传算法光伏功率预测支持向量分位数回归

来源：评论

学校读者我要写书评

暂无评论

基于非规则分布样本的航段油耗区间估计

引用

科学技术与工程 2022年第14期22卷 5935-5941页

作者：陈静杰梁国栋刘家学赵华治中国民航大学电子信息与自动化学院天津300300 中国民航大学中欧航空工程师学院天津300300

飞机航段油耗估计是航空公司进行节能减排的重要基础。多因素影响下的航段油耗样本的非规则分布特征会导致一般的区间估计方法得到的估计区间质量较低,针对以上问题,提出了基于支持向量分位数回归(support vector quantile regression,S... 详细信息

飞机航段油耗估计是航空公司进行节能减排的重要基础。多因素影响下的航段油耗样本的非规则分布特征会导致一般的区间估计方法得到的估计区间质量较低,针对以上问题,提出了基于支持向量分位数回归(support vector quantile regression,SVQR)和Bootstrap相结合的航段油耗区间估计方法。利用SVQR非对称形式的绝对值残差最小化的思想估计航段油耗的条件分位数,并将其作为Bootstrap的输入来估计航段油耗总体的统计量,由于相同机型、航段的油耗样本总体满足正态分布,最后构建一定置信度的估计区间。实验结果表明:该方法的估计区间可信度更高、平均带宽更窄、提高了估计区间的质量。该方法能为航空公司合理的估计油耗及制定碳排放监测计划时提供参考。

关键词：节能减排非规则分布支持向量分位数回归 Bootstrap 区间估计

来源：评论

学校读者我要写书评

暂无评论

智能电网用户用电行为分析及用电负荷概率密度预测

智能电网用户用电行为分析及用电负荷概率密度预测

引用

作者：谭敏湖南师范大学

学位级别：硕士

电能消费预测是行业和能源部门宏观规划的重要环节,准确预测电力负荷对电网管理和电力调度至关重要。随着电力行业的发展,学者们进行了大量研究并提出了各种不同的算法以提高电力负荷预测的准确性。目前,大部分的电力负荷预测都是以地... 详细信息

电能消费预测是行业和能源部门宏观规划的重要环节,准确预测电力负荷对电网管理和电力调度至关重要。随着电力行业的发展,学者们进行了大量研究并提出了各种不同的算法以提高电力负荷预测的准确性。目前,大部分的电力负荷预测都是以地区为对象,但居民与中小型企业用户作为用电基本单元,其用电负荷预测与地区用电负荷预测同等重要,而居民和中小型企业用电负荷相比于地区用电负荷具有更多不确定性,预测难度更高,因此本研究旨在将自适应谱聚类(ASC)方法与支持向量分位数回归模型(SVQR)相结合来对智能电网用户进行用电行为分析,并预测居民用电负荷。超短期电力负荷预测是一种在线实时负荷预测活动,预测的时间间隔一般在一小时之内,本文负荷预测的时间间隔为半小时。超短期负荷预测不仅能实现电能供需之间的平衡,而且能进行电网在线控制,合理调度发电容量。为了有效量化智能电网用户用电负荷的不确定性,本文基于爱尔兰能源管理局发布的居民与中小型企业的用电负荷数据,同时考虑实时温度、时刻、节假日、历史负荷等因素进行用户用电负荷的点预测、区间预测和概率密度预测。通过计算MAPE、PICP、PINAW、pinball loss以及本文所提出的MPPL评价指标值比较模型预测效果。由于冬夏季用户用电差别很大,因此本文分别考虑在冬、夏季数据集上进行负荷预测。本文利用谱聚类方法将5087个用户中具有相同用电模式的用户聚为一类,由此将所有用户聚成了6个类别。针对不同用户类别,利用网格搜索对参数寻优后的SVQR模型对电力负荷进行点预测,并与其它算法如单一的支持向量回归进行了比较。从MAPE和pinball loss这两个误差评价指标值来看,SVQR模型的预测效果最好。为了有效地提供电力负荷的不确定性信息,采用SVQR算法对超高能耗用户与中等能耗用户未来一天中任意时刻负荷分别进行了区间预测和概率密度预测。本文得到:相比于其他单一支持向量回归模型,SVQR模型的预测精度更高;在预测区间带宽相对较窄的情况下SVQR模型的预测结果仍然具有很高的可靠性;此外,利用SVQR模型获得的超短期负荷概率密度预测结果能提供有关未来负荷不确定性的全面信息。由于在使用SVQR模型进行预测时,核函数的选取成为该方法的最大变数,因此本文考虑比较两种不同的核函数:高斯核函数与拉普拉斯核函数。同时,为了测试该模型的泛化能力,本文选取了一个更长的数据集进行仿真,结果显示对于超高能耗与高能耗用户而言,拉普拉斯核SVQR预测效果更好,而其他类型用户,则是高斯核SVQR预测效果更佳。综合来看,高斯核函数具有更好的预测效果。总的来说,本文所使用的方法既能解决负荷预测的影响因素之间的关系为非线性的问题,也能解决负荷预测的不确定性问题。

关键词：智能电网谱聚类用户用电行为分析支持向量分位数回归概率密度预测

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘与非线性分位数回归的风电功率概率密度预测方法

基于数据挖掘与非线性分位数回归的风电功率概率密度预测方法

引用

作者：李海燕合肥工业大学

学位级别：硕士

为解决传统化石能源短缺和环境污染的问题,风能等清洁、可再生性能源大规模的接入电网,加大了电力系统安全稳定运行的难度。风能分布广泛,永不耗竭,成本较低,是近年来增长最快、发展最迅猛的可再生能源。由于风力发电具有间歇性和不确定... 详细信息

为解决传统化石能源短缺和环境污染的问题,风能等清洁、可再生性能源大规模的接入电网,加大了电力系统安全稳定运行的难度。风能分布广泛,永不耗竭,成本较低,是近年来增长最快、发展最迅猛的可再生能源。由于风力发电具有间歇性和不确定性,风电功率预测逐渐成为电力系统调度规划中解决风电功率波动问题的关键环节。能源互联网结合信息技术和新能源技术,依据数据集成分析来支持决策制定,从而带动能源共享。在能源互联网环境下进行准确的风电功率预测不仅可以降低系统旋转备用容量和常规能源损耗,同时可以量化风电功率的不确定性,确保电力部门合理的规划和调度能源。目前,国内外关于风电功率预测的研究大都是获得一个确定性的风电输出功率或波动区间,不能全面的反映风电的不确定性。概率密度预测可以通过预测未来的风电功率在某个区间内的发生概率来揭示其波动性,有助于电力部门合理地规划常规机组的备用容量,保障系统中的电力平衡。为了有效的量化风电功率的不确定性,提高预测结果的精度,本文根据风电功率非线性时间序列的特性,将支持向量机(SVM)、神经网络(NN)与分位数回归(QR)方法相结合,分别构建了支持向量分位数回归(SVQR)和神经网络分位数回归(QRNN)的非线性分位数回归方法。同时结合核密度估计函数进行风电功率概率密度预测,获得了准确的风电功率波动区间和概率密度曲线。此外,本文考虑到收集的风电功率数据中可能存在异常值,在进行短期风电功率预测前,运用数据挖掘技术对原始数据进行预处理。采用四分位数法和三次样条插值进行异常值识别和修正,由此提出了基于三次样条插值支持向量分位数回归(CSI-SVQR)的风电功率概率密度预测方法。为衡量本文方法的有效性和优越性,本文选用了概率密度曲线的众数、中位数和概率均值作为点预测结果进行分析,同时运用预测区间评价准则对预测区间进行评价。本文采用加拿大安大略省和中国吉林省的历史风电功率数据进行案例分析,结果表明:本文方法在考虑风电功率时间序列非线性的基础上,可以获取完整的风电功率概率密度曲线和预测区间,较好的解决了风电功率不确定性的问题,为合理的规划、调度电力系统提供了技术支持和理论依据。

关键词：能源互联网数据挖掘支持向量分位数回归神经网络分位数回归核密度估计概率密度预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：