高维多参量特征的电力负载估计算法     

萧展辉 《科技通报》2014,(4):182-184

采用最高气温、最低气温、平均气温以及降雨情况作为本地区电力系统中最主要的影响参数,基于SVM算法进行数据预测,将输入的参量数据映射到一个高维的特征空间中,对空间状态向量进行线性回归计算,得到参数向量与电力负荷关系,得出电力预期负荷。仿真实验表明算法能最小化经验风险,结合多参量特征数据挖掘算法在多维数据空间中计算的优势,降低SVM算法的计算时间,预测误差是小于1%,完全达到了准确预测的要求,在电力负荷预测和管理领域具有广泛的应用前景。  相似文献   

基于风险的窃电事件持续时长预测     

严宇平  萧展辉  吴珣  丘荣恭 《科技通报》2019,35(11):113-117,122

针对当前反窃电管控业务中窃电事件取证难的问题,从预测窃电时长的视角出发,创新性提出基于风险的窃电事件持续时长预测模型,利用生存分析方法探索事件持续时间的分布规律。通过窃电事件持续时长的预测模型实现窃电时长预测,为反窃电取证最佳时机提供参考。实验表明,模型对窃电事件预测的标准化平均绝对方差达到17%,具有良好的预测性能,可有效为反窃电业务人员达到窃电现场取证的最佳时间决策提供依据,也为反窃电管理中窃电持续时长进一步研究与推广提供参考。  相似文献