快速双非凸回归算法及其电力数据预测应用

• 作者: 成敬周 文凡 王锋华
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 交替方向乘子法 电力数据预测 lp范数约束 迭代阈值方法
• 年，卷（期）: 2018,（4）
• 页码范围: 665-672
• 页数: 8页
• 分类号: TP18|TM715
• 字数: 6017字
• 语种: 中文
• DOI: 10.11992/tis.201708033

摘要

为适应产能输出、运营效益等电力数据预测应用,文中提出一种快速双非凸回归(double nonconvex re-gression,DNR)预测算法.首先,将经典稀疏编码分类技术解释为预测回归模型,并划分为训练阶段和测试阶段,使之适合标量预测应用;其次,针对经典Lasso模型存在的稀疏性不足以及噪声拟合单一问题,该算法通过lp范数约束逼近原始稀疏编码问题的误差重构项和系数正则项,具有更为灵活的模型形式和应用范围.最后,通过交替方向乘子框架实现了重构系数的优化升级策略.为确保ADMM优化子问题具有快速解,提出一种改进的迭代阈值规则用于更新非凸lp约束项,解决了原始算法陷入的局部最优问题.在电力企业实际运行产出和运营指标数据上的实验结果表明,DNR在预测效果和预测效率上均优于经典的支持向量机、BP神经网络以及非凸约束预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锋华		3	2	1.0	1.0
2	文凡	国网浙江省电力公司经济技术研究院	5	4	1.0	2.0
3	成敬周		2	2	1.0	1.0