基于粒子群的改進支持向量機定價算法的研究

《基于粒子群的改進支持向量機定價算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號；ＴＭ７ｎ單位代碼：１０２２０密級：ＷＷ《Ｎ—ｍｕｎｉｖｅｒｓｉｔｙ工程碩ｄｒ?qū)I(yè)學(xué)位論文論文題目：基子粒子群的改進支持向量機定價算法的研究工程領(lǐng)域：電氣工程Ｔ培養(yǎng)類別：■全日制日非全日制論文類型：應(yīng)用研究碩：：ｔ生劉云賀校內(nèi)導(dǎo)師：聞麗梅教授校外導(dǎo)師：孫同利高級工程賦ｋＡ學(xué)時間：２０１３年９月論文完成時間：２０１６年５月ｍ．—?。妫椋蓿崳妼W(xué)位論文獨創(chuàng)性聲明本人所呈交的學(xué)位論文是我在指導(dǎo)教師的指導(dǎo)下進斤的研究工作及取得的研究成果。據(jù)我所知，除文

2、中已經(jīng)注明引用的內(nèi)容外，本論文不包含其他個人已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出重要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。作者簽名；別式＾曰期；必學(xué)位論文使用授權(quán)聲明本人完全了解東北石油大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。學(xué)校有權(quán)保留學(xué)位論、文并向國家主管部ｎ或其指定機構(gòu)送交論文的電子版和紙質(zhì)版，允許論文被查閱和借＾、，可文公布論文的全部閱，可Ｗ采用影印縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文或部分內(nèi)容。東北石油大學(xué)有權(quán)將本人的學(xué)位論文加入《中國優(yōu)秀碩±學(xué)位論文全文數(shù)據(jù)庫》、《中國博±學(xué)位論

3、文全文數(shù)據(jù)庫》和編入《中國知識資源總庫》。保密的學(xué)位論文在解密后適用本規(guī)定。學(xué)位論文作者簽名：別戈＜《論文指導(dǎo)教師簽名；瓜餐．巧指導(dǎo)小組成員簽名：、間冰％ThesisfortheGraduateCandidateTestResearchonImprovedAlgorithmofSupportVectorMachineBasedonParticleSwarmOptimizationCandidate:LiuYunheTutor:YanLimeiField:ElectricalEngineeringTrainingcategory

4、：Full-timeType：ApplicationResearchDateoforalexamination:27thMay2016University:NortheastPetroleumUniversity東北石油大學(xué)工程碩士專業(yè)學(xué)位論文基于粒子群的改進支持向量機定價算法的研究摘要隨著智能電網(wǎng)的發(fā)展，如何建設(shè)合理的需求側(cè)響應(yīng)引導(dǎo)用戶參與到智能電網(wǎng)的管理當(dāng)中來，成為了當(dāng)下電力行業(yè)發(fā)展的重點。實時電價作為需求響應(yīng)的重要組成部分和未來電價的主要發(fā)展模式，逐漸成為了當(dāng)下世界各國電力行業(yè)的重點研究對象。目前實時電價的研究方向主要有兩方面，一種是基于最優(yōu)潮

5、流的實時電價預(yù)測模型，另一種是基于智能算法的實時電價預(yù)測模型。由于基于最優(yōu)潮流的研究模型所用數(shù)據(jù)涉及到電力供應(yīng)公司的商業(yè)機密，因此數(shù)據(jù)獲取極為困難，導(dǎo)致這方面大多數(shù)的研究都沒有真實的數(shù)據(jù)做倚靠，具體的實施效果也有待考證。而實時電價作為短期邊際電價的一種，所制定的電價都是較短時期內(nèi)的，因此可以忽略除負(fù)荷外其他影響電價的不確定因素，所以可以采用智能算法對實時電價做預(yù)測。這種電價預(yù)測模型得到了大量算例的驗證，也是目前實時電價研究的主要方式。本文通過調(diào)查研究國內(nèi)外智能電網(wǎng)和需求響應(yīng)的發(fā)展，針對我國即將開放售電側(cè)的大環(huán)境，為將市場規(guī)律引入到電力行業(yè)中，提出建立

6、了一種改進型支持向量機的實時電價預(yù)測模型。首先總結(jié)梳理了我國現(xiàn)有的電價制定的原則和電價類型，詳細(xì)介紹了實時電價的發(fā)展歷程，和智能電網(wǎng)下實時電價實施的配套系統(tǒng)及用戶的需求響應(yīng)。其次詳細(xì)介紹了支持向量回歸機的具體模型，并建立起相應(yīng)的實時電價預(yù)測模型，對相同的數(shù)據(jù)進行仿真驗證，證實了經(jīng)過時間序列相似搜索法對電價數(shù)據(jù)進行挖掘后，能夠提高數(shù)據(jù)質(zhì)量，增加電價預(yù)測模型的預(yù)測精度；最后鑒于傳統(tǒng)支持向量機模型參數(shù)選取的隨機性和低效性，會導(dǎo)致其預(yù)測誤差較大，因此提出了一種基于粒子群尋優(yōu)算法的支持向量機電價預(yù)測模型，通過利用粒子群尋優(yōu)算法對支持向量機進行參數(shù)尋優(yōu)，并利用所

7、得最優(yōu)參數(shù)建立起預(yù)測精度較高的實時電價模型，最后通過算例的仿真驗證了該模型的可行性和優(yōu)越性。關(guān)鍵詞：實時電價，時間序列相似搜索法，數(shù)據(jù)挖掘，粒子群算法，支持向量機II東北石油大學(xué)工程碩士專業(yè)學(xué)位論文ResearchonimprovedalgorithmofsupportvectormachinebasedonparticleswarmoptimizationABSTRACTWiththedevelopmentofsmartgrid,howtobuildareasonabledemandsideresponsetoguideuserstopartici

8、pateinthemanagementofsmartgrid,whichhasbecomethefocuso