[发明专利]一种基于支持向量回归的燃气负荷组合预测方法有效
申请号: | 201711129223.8 | 申请日: | 2017-11-15 |
公开(公告)号: | CN107730054B | 公开(公告)日: | 2021-05-28 |
发明(设计)人: | 韦南;李长俊;贾文龙;李婵;段杰浩;李桂亮 | 申请(专利权)人: | 西南石油大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06N3/12 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610500 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于支持向量回归的燃气负荷组合预测方法,涉及燃气负荷预测方法。该组合预测方法将数据预处理技术,改进遗传算法和支持向量回归相结合,主要用于解决现有技术对城市燃气负荷预测精度低,适用性差的问题。首先,采用相关系数法分析不同影响因素和燃气负荷之间的相关性,采用奇异谱分析对获得的主要影响因素降噪处理;其次,采用处理后的数据对支持向量回归模型进行训练,并结合改进的遗传算法对核参数和惩罚因子进行优化,最终获得训练结果最优的支持向量回归模型;最后,利用训练后的支持向量回归模型预测未来的一段时间内的燃气负荷指标。该组合预测方法能够大幅度降低短期燃气负荷预测误差,提高预测精度。 | ||
搜索关键词: | 一种 基于 支持 向量 回归 燃气 负荷 组合 预测 方法 | ||
【主权项】:
一种基于支持向量回归的燃气负荷组合预测方法,其特征在于,该方法包括如下步骤:步骤一,利用数据预处理技术对获得的燃气日负荷历史数据以及其他影响因素的历史数据进行处理,首先,采用相关系数法分析不同影响因素与燃气负荷指标的相关性,提取影响燃气负荷指标的主要因素;其次,利用奇异谱分析技术分析燃气负荷和主要影响因素原始数据中的数据成分,提取出主要成分,排除噪声数据,为预测模型提供高质量的基础数据;步骤二,采用处理后的数据对支持向量回归模型进行训练,训练过程中结合改进的遗传算法,根据给定的交叉率、变异率对高斯核函数的参数和惩罚因子进行优化,最终获得训练结果最优的支持向量回归模型;步骤三,利用训练后的支持向量回归模型预测未来的一段时间内的燃气负荷指标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711129223.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理