摘要:基于层叠泛化策略SG(stackedg eneralization)提出一种新的母线负荷预测方法。该方法包含两级学习层,第1层针对原始母线负荷样本空间,对一组支持向量机SVM(support vector machine)进行交互验证式训练,训练完成后得到新的特征空间,该特征空间由这些支持向量机的输出和对应的真实值组成;第2层对输出进行线性组合,将新特征空间中的输出序列作为观测,对应的输出权值作为状态,使用卡尔曼滤波对权值进行递推估计。实例仿真证明,采用所提方法模型的泛化能力得到改善,从而提高母线负荷的预测精度。
关键词:层叠泛化算法 支持向量机 卡尔曼滤波 母线负荷预测
单位:河海大学能源与电气学院 南京210098 国电南瑞科技股份有限公司 南京210061
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社