简介:传统的最小二乘支持向量机模型对训练样本的各个输入点同等看待,各输入向量的贡献度是相同,未对离群点加以考虑.在最小二乘支持向量机模型中引入隶属度的相关理论并建立模糊隶属度函数,对离群点和正常点赋予不同的贡献度,建立了模糊最小二乘支持向量机模型.最后,以美国PJM电力市场的边际电价预测为例,验证了本文模型的预测精度比传统的最小二乘向量机模型高50%左右,且复杂程度基本不变.
简介:为了保证含分布式电源的电力系统的经济性,在含有热电联产机组、光伏电池、铅酸电池以及储热水箱等分布式电源的电力系统中,以经济成本与环境成本最小化为目标,在满足供电与供热需求以及机组运行参数等约束条件的前提下,构建电力系统优化模型,并采用改进的混合整数非线性规划(mixedintegernonlinearprogramming,MINLP)算法对系统的经济性进行评估。算例分析表明,采用改进的MINLP算法所得最优解与传统MINLP算法相比,系统总成本更低,碳排放成本也大大减少,即更具经济性与环保性。因此,在进行一周以上的长期发电资源调度中,改进的MINLP算法可为电力系统长期投资决策提供支持。