[发明专利]一种基于子抽样SVR集成的短期电力负荷预测方法有效
| 申请号： | 201810590419.5 | 申请日： | 2018-06-09 |
| 公开（公告）号： | CN108879656B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 李艳颖 | 申请（专利权）人： | 宝鸡文理学院 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00 |
| 代理公司： | 重庆天成卓越专利代理事务所(普通合伙) 50240 | 代理人： | 路宁 |
| 地址： | 721013*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机数据快速分析技术领域，公开了一种基于子抽样SVR集成的短期电力负荷预测方法；采用子抽样支持向量回归集成的方法，子采样策略实现支持向量机的并行学习，保证了每个单个的SVR具有足够的多样性，减少信息的损失量；选择基于单个SVR集成的一种新的群优化学习算法，保证每个SVR集成具有足够的强度来预测短期负荷数据。本发明基于小尺寸子抽样的集成方法具有经典的U‑统计量的统计推理性质，小规模子抽样策略的引入，有效降低了估计器的复杂度；同时提高了计算精度和效率，并同时返回较好的置信区间。本发明的SSVRE模式很容易移植到并行计算框架中。 | ||
| 搜索关键词： | 一种 基于 抽样 svr 集成 短期 电力 负荷 预测 方法 | ||
【主权项】：
1.一种基于子抽样SVR集成的短期电力负荷预测方法，其特征在于，所述基于子抽样SVR集成的短期电力负荷预测方法包括：设置初始参数；基于群智能优化进行各个集成支持向量回归子模型的模型选择和参数选择；确定子抽样SVR集成模型的估计统计量；估计基于子抽样的SVR蒙特卡罗模拟生成方差；输出最优参数及相应的子抽样SVR集成模型。
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宝鸡文理学院，未经宝鸡文理学院许可，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/201810590419.5/，转载请声明来源钻瓜专利网。
