基于层叠泛化策略的母线负荷预测模型

• 作者: 丁恰 卫志农 孙国强 孙永辉 沈茂亚 黄帅栋
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 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
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 8-12,55
• 页数: 6页
• 分类号: TM714
• 字数: 3938字
• 语种: 中文

摘要

基于层叠泛化策略SG (stacked generalization)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学能源与电气学院	239	4926	37.0	61.0
2	孙国强	河海大学能源与电气学院	167	3205	29.0	51.0
3	孙永辉	河海大学能源与电气学院	84	1459	18.0	36.0
4	丁恰		20	330	9.0	18.0
5	黄帅栋	河海大学能源与电气学院	2	39	2.0	2.0
6	沈茂亚		1	4	1.0	1.0