基于VMD-AdaBoost-SVM的可调负荷预测方法、系统及存储介质

文档序号:34383164发布日期:2023-06-08 04:28阅读:来源:国知局

技术特征:

1.一种基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,包括如下过程:

2.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤1中,预处理包括采用直接置零的方式对负值进行处理、利用前后两个时刻的可调节负荷功率的平均值对超出满载功率值和乱码进行修正、用出现次数最多的值对空缺值进行填充、对可调节负荷功率原始数据序列进行归一化处理。

3.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤2中,对预处理后的可调节负荷功率原始数据序列进行转换的原理为:用当天可调节负荷功率值减去前七天可调节负荷功率的平均值,具体公式如下:

4.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤2中,使用vmd分解模型分解可调节负荷调峰功率序列的具体过程如下:

5.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤3中,将多个svm弱预测器合成一个svm强预测器,获得vmd-adaboost-svm预测模型的具体过程如下:

6.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤3中,vmd-adaboost-svm预测模型的表达式如下:

7.根据权利要求1所述的基于vmd-adaboost-svm的可调负荷预测方法,其特征在于,所述步骤4中,性能指标包括平均绝对误差(mae)、均方误差(mse)、平均绝对百分比误差(mape)。

8.一种用于实现权利要求1所述基于vmd-adaboost-svm的可调负荷预测方法的系统,其特征在于,包括:

9.一种存储介质,其特征在于,存储介质中存储有计算机程序,计算机程序被处理器运行时控制存储介质所在设备执行权利要求1所述基于vmd-adaboost-svm的可调负荷预测方法。


技术总结
本发明公开了一种基于VMD‑AdaBoost‑SVM的可调负荷预测方法、系统及存储介质。预测方法包括:对负荷曲线与负荷调峰曲线进行转换;使用VMD模型分解负荷调峰曲线得到各模态分量;利用AdaBoost算法将多个SVM弱预测器合成一个SVM强预测器弱学习机,利用AdaBoost的优势,将多个SVM弱预测器合成一个强预测器,实现可调节负荷参与调峰市场的交易规模预测;通过不同预测模型的对比验证可知,本发明的预测方法能够减少可调节负荷调峰交易规模预测误差,提高预测结果的精度和稳定性。

技术研发人员:杨函煜,窦迅,翟文娟,邓叶航,耿建,周竞,杨晓雷,徐立中,高志远,金利祥,张思
受保护的技术使用者:南京工业大学
技术研发日:
技术公布日:2024/1/13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1