基于SVM方法的天然气管网负荷预测研究
Natural Gas Pipeline Network Load Forecast by SVM-based Method
浏览(2013) 下载(3)
- 引用格式:
-
代小华,汪玉春,朱勇,代治海,宋永亮.基于SVM方法的天然气管网负荷预测研究[J].天然气与石油,2009,27(2):0.doi:
Dai Xiaohua Wang Yuchun Zhu Yong Dai Zhimei Song Yongliang.Natural Gas Pipeline Network Load Forecast by SVM-based Method[J].Natural Gas and Oil,2009,27(2):0.doi:
- DOI:
- 作者:
- 代小华 汪玉春 朱勇 代治海 宋永亮
Dai Xiaohua Wang Yuchun Zhu Yong Dai Zhimei Song Yongliang
- 作者单位:
- 关键词:
- 天然气 管网 负荷 预测 支持向量机
- 摘要:
- 准确的负荷预测是管网优化运行的基础,在总结前人对管网负荷预测方法研究的基础上,提出了基于支持向量机(Support Vector Machine,SVM)理论的管网负荷预测模型.SVM方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的预测精度,减少了对人工预测经验的依赖;SVM方法以统计学理论为基础,训练等价于解决一个二次规划问题,得到的是全局最优解,解决了神经网络方法中无法避免的局部最优解问题.利用四川某大型天然气管网实例进行验证,与BP神经网络方法所取得的预测结果进行比较,证明支持向量机方法能够得到更高的精确度,为管网的安全经济运行提供了可信的理论支持.
