期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于灰色投影改进随机森林算法的电力系统短期负荷预测 被引量：184
1
作者 吴潇雨 和敬涵 +1 位作者 张沛 胡骏 《电力系统自动化》 EI CSCD 北大核心 2015年第12期50-55,共6页
针对短期负荷预测领域传统的机器学习算法(如人工神经网络、支持向量机等)存在的诸如泛化性能不强、参数和模型结构确定困难等问题,将随机森林回归算法引入短期负荷预测领域。同时应用投影原理改进了传统的灰色关联相似日选取算法,提出... 针对短期负荷预测领域传统的机器学习算法(如人工神经网络、支持向量机等)存在的诸如泛化性能不强、参数和模型结构确定困难等问题,将随机森林回归算法引入短期负荷预测领域。同时应用投影原理改进了传统的灰色关联相似日选取算法,提出了一种基于灰色投影改进随机森林算法的电力系统短期负荷预测组合方法。基于灰色投影的相似日选取方法,采用灰色关联度判断矩阵表征历史样本与待预测日影响因素间的关联关系,并用熵权法确立影响因素的权重对判断矩阵加权,最后利用各个样本关联度投影值排序得到相似日集合。采用随机森林算法建立预测模型,利用灰色投影筛选出的相似日样本集合训练模型,最后输入预测日特征向量(天气预报数值、日类型等)完成预测。以浙江电网某县级市的负荷数据作为实际算例,并将上述方法与支持向量机方法以及未作灰色投影改进的随机森林算法进行对比。实验结果表明,新方法具有较高的预测精度和鲁棒性。 展开更多
关键词 短期负荷预测 相似日 灰色投影法 随机森林 bagging抽样方法 袋外估计
在线阅读 下载PDF
基于PSO-BP集成的国内外企业信用风险评估 被引量：8
2
作者 陈云 石松 《计算机应用研究》 CSCD 北大核心 2014年第9期2705-2710,共6页
为了提高企业信用风险评估准确率,提出了基于PSO-BP集成的企业信用风险评估模型。使用Bagging抽样技术获得足够多不同的训练数据集,用不同的训练集子集训练得到不同的PSO-BP组合成员分类器,最后通过多数投票准则整合不同组合成员分类器... 为了提高企业信用风险评估准确率,提出了基于PSO-BP集成的企业信用风险评估模型。使用Bagging抽样技术获得足够多不同的训练数据集,用不同的训练集子集训练得到不同的PSO-BP组合成员分类器,最后通过多数投票准则整合不同组合成员分类器的分类结果。分别在包含了国内外公司的详细数据的数据集上证明了模型的有效性。 展开更多
关键词 信用风险评估 PSO—BP集成 bagging抽样 多数投票
在线阅读 下载PDF
基于新型组合框架高斯过程的短期电力负荷量预测 被引量：2
3
作者 高宏宇 徐宁 《电力大数据》 2022年第7期10-18,共9页
电力系统负荷预测是多变量复杂预测问题,提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一。本文针对短期负荷预测中负荷与影响因素之间的复杂非线性关系,建立了一种高斯过程回归的短期负荷预测模型。在单一的GP输出上,... 电力系统负荷预测是多变量复杂预测问题,提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一。本文针对短期负荷预测中负荷与影响因素之间的复杂非线性关系,建立了一种高斯过程回归的短期负荷预测模型。在单一的GP输出上,为进一步得到精准的预测,本文构建了在贝叶斯框架上一种基于KL散度的组合GP模型,该模型既是一种新型基于Bagging的重抽样GP算法,又克服了传统Bagging多个子模型相关性较弱的弊端,具有参数寻优容易、相关性强、全局学习能力高等优点。实验表明,采用改进后的引导聚集算法组合的GP模型在预测区间估计与均值估计相较传统单一的GP具有更高的预测精度和泛化能力,将其应用于短期电力负荷预测是可行的,且能较好地反映负荷的变化趋势。 展开更多
关键词 短期负荷预测 高斯过程 KL-散度 基于bagging的重抽样
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部