一种基于POFP-SVM算法的省级月度用电量预测方法

    公开(公告)号:CN113902193A

    公开(公告)日:2022-01-07

    申请号:CN202111181877.1

    申请日:2021-10-11

    摘要: 本发明公开了基于POFP‑SVM算法的省级月度用电量预测方法,该方法研究计及用电量的影响因素的省级月度用电量预测问题,考虑月度平均温度、月度平均电价及月度GDP数值这三个影响因素,利用二阶灰色预测模型对上述影响因素进行前级预测;本发明还针对传统的支持向量机预测模型进行改进,采取粒子群算法进行径向基核参数和惩罚参数寻优,确定支持向量机的最佳预测模型,建立并定义了新的POFP‑SVM模型,即基于参数寻优和特征预测的支持向量机预测模型;将二阶灰色预测模型前级预测的结果输入到训练好的支持向量机预测模型,得到月度用电量预测值。本发明方法提升了模型的适用性,预测效果较普通模型大大提升。

    一种基于网格搜索和决策树的发电机组市场力动态评价方法

    公开(公告)号:CN114140156A

    公开(公告)日:2022-03-04

    申请号:CN202111429443.9

    申请日:2021-11-29

    摘要: 本发明涉及一种基于网格搜索和决策树的发电机组市场力动态评价方法,1)采集竞价机组数据;2)基于采集的各种数据和电力市场力风险监测指标体系,计算机组指标值,形成描述机组市场行为特征的指标值向量,利用专家系统对集合中的机组类别进行标注,构建竞价机组市场力特征数据集;3)通过网格搜索和交叉验证算法寻找机组市场力评价模型的最优参数,根据最优参数创建机组市场力评价决策树;4)在下一出清时段通过所构建决策树评价模型对机组市场力行使情况进行评价,形成新的竞价机组市场力特征数据库,用以修正机组市场力评价模型。与现有技术相比,本发明具有简化评价流程、提高识别准确度等优点。