基于粒子群优化的最小二乘支持向量机天然气负荷预测方法研究

【摘要】：天然气是一种绿色、经济、高效、便捷、安全环保的能源,提高天然气在能源消费结构中的比例,不仅有利于促进节能减排,又能够促进经济与社会的可持续发展,同时天然气作为一种城市燃气,与人们生活和工业生产息息相关,是反映人们生活消费水平的一个重要指标。因此,科学的天然气负荷预测不仅仅关系着天然气公司的利益问题,同时还关系着整个天然气行业的建设和发展,与广大的人民生活也息息相关。 本文基于天然气负荷预测的背景、国内外研究现状以及课题意义的研究,分析天然气负荷的特点、规律及与各种影响因素之间的非线性关系,根据支持向量机(SVM)能够较好地解决非线性、高维数以及局部极小点等实际问题的优势,本文提出采用支持向量回归(SVR)方法建立天然气负荷预测模型并进入深入研究。首先基于SVR的研究,采用训练误差的平方代替松弛变量,将不等式约束改进为等式约束,进而提出最小二乘支持向量回归(LS-SVR)的天然气负荷预测模型,从而避免求解二次规划问题,提高模型训练的速度,但是LS-SVR丢失了SVR的松散性和鲁棒性,导致模型精确度产生一定影响,为解决这些问题,又提出基于加权最小二乘支持向量回归(WLS-SVR)的天然气负荷预测模型。同时,考虑到模型参数对于预测结果精度的影响也至关重要,提出利用粒子群算法(PSO)来优化WLS-SVR中的参数,得到基于PSO-WLS-SVR的预测模型,以进一步提高预测精度。 最后,本文使用天然气1980-2011年的相关数据进行研究,分别对基于SVR、WLS-SVR、PSO-WLS-SVR的预测模型进行仿真并比较。仿真结果表明：WLS-SVR的模型预测结果优于SVR模型,且PSO-WLS-SVR的预测模型预测误差更小,从而说明PSO进行参数优化对提高预测精度有一定的优势,也说明PSO-WLS-SVR方法具有一定的有效性和优越性,由此可以说明基于粒子群算法的最小二乘支持向量回归预测方法具有一定的研究价值和社会意义。 【关键词】：天然气负荷预测 支持向量机 最小二乘支持向量机 粒子群算法
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TU996.3;TP18
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-20
• 1.1 课题研究背景9-12
• 1.1.1 天然气负荷预测背景9-10
• 1.1.2 天然气负荷预测特点10-11
• 1.1.3 天然气负荷预测意义11-12
• 1.2 负荷预测研究12-16
• 1.2.1 预测基本原则12
• 1.2.2 负荷预测分类12
• 1.2.3 负荷预测方法12-16
• 1.3 国内外研究动态16-18
• 1.3.1 国外研究现状16-17
• 1.3.2 国内研究现状17-18
• 1.4 本课题研究内容及章节安排18-20
• 1.4.1 论文主要研究工作18
• 1.4.2 论文章节安排18-20
• 第2章 支持向量机20-35
• 2.1 机器学习20-22
• 2.1.1 机器学习问题模型20-21
• 2.1.2 经验风险最小化21-22
• 2.1.3 复杂性和推广能力22
• 2.2 统计学习理论22-25
• 2.2.1 VC维理论23
• 2.2.2 推广性的界23-24
• 2.2.3 结构风险最小化24-25
• 2.3 支持向量机25-32
• 2.3.1 SVM分类问题26-29
• 2.3.2 SVM回归问题29-31
• 2.3.3 核函数31-32
• 2.4 最小二乘支持向量机32-34
• 2.5 本章小结34-35
• 第3章 基于支持向量回归的天然气负荷预测35-46
• 3.1 天然气负荷预测分类和特点35-36
• 3.1.1 天然气负荷预测分类35-36
• 3.1.2 天然气负荷预测特点36
• 3.2 天然气负荷预测影响因素36-40
• 3.3 基于SVR的天然气负荷预测的建模方法40-43
• 3.3.1 输入变量选择40-42
• 3.3.2 核函数及模型参数选择42-43
• 3.3.3 天然气负荷预测步骤43
• 3.4 基于SVR的天然气负荷预测模型的仿真和分析43-45
• 3.5 本章小结45-46
• 第4章 基于最小二乘支持向量回归的天然气负荷预测46-52
• 4.1 LS-SVM与SVM比较46-47
• 4.2 LS-SVM参数研究47
• 4.3 加权最小二乘支持向量回归47-49
• 4.4 加权LS-SVM天然气负荷预测模型仿真及分析49-51
• 4.4.1 数据预处理49
• 4.4.2 加权LS-SVM参数选择49-51
• 4.5 本章小结51-52
• 第5章 基于PSO-WLS-SVR的天然气负荷预测52-58
• 5.1 粒子群算法概述52-54
• 5.1.1 PSO算法52-53
• 5.1.2 粒子群算法流程53-54
• 5.2 基于PSO-WLS-SVR的天然气负荷预测模型仿真及分析54-56
• 5.3 SVR、WLS-SVR、PSO-W-LS-SVR预测模型结果比较56-57
• 5.4 本章小结57-58
• 第6章 总结与展望58-60
• 6.1 本文工作总结58-59
• 6.2 展望59-60
• 参考文献60-64
• 致谢64-65
• 硕士期间论文发表情况65

您可以在本站搜索以下学术论文文献来了解更多相关内容

天然气负荷指标及用气规律的研究    李雅兰;刘燕;冯军;邵震宇;贾林;

短期电力负荷预测中的数据处理技术    龙立波;姚建刚;李连结;钱卫华;

基于灰色生成的卡尔曼滤波短期负荷预测    孟思齐;杨洪耕;

基于时间序列的电力负荷预测新算法研究    张林;罗晓初;徐瑞林;赵理;

需求影响因素与需求法则初探    顾松

基于最小二乘支持向量机的天然气负荷预测    刘涵,刘丁,郑岗,梁炎明,宋念龙

基于时间序列和神经网络的电力系统负荷预测    张颖,高中文

基于自回归模型的船舶姿态运动预报    马洁;韩蕴韬;李国斌;

基于卡尔曼滤波的电力系统短期负荷预测    李明干,孙健利,刘沛

基于自适应双向加权最小二乘支持向量机的超短期负荷预测    王岗;姜杰;唐昆明;张太勤;

最小二乘支持向量机算法及应用研究    姜静清

天然气消费预测研究    凌爱军

天然气消费需求量预测方法改进研究    刘丹

武汉市城市天然气负荷预测和调峰方式优化    李庆生

灰色系统在赛什塘铜矿区Cu品位预测方面的应用    刘海利;朱谷昌;张普斌;夏正清;

短期负荷预测的自适应加权支持向量机新方法    陈晶;杨春玲;郑安豫;

化学专业学生实验能力与就业能力关联度分析    吴新民;张静平;

灰色控制系统理论在火灾预测中的应用    杨攀;张宇;

对前后数据进行融合处理的灰色双重建模测法    周斌

灰关联空间与灰关联度计算的改进    陈华友,吴涛,许义生

太阳能热水器市场销售趋势的灰色系统分析    魏中俊

自适应模糊神经网络在某电力公司一产用电量预测中的应用    田丽,曹安照

计算机实时控制动态测量异常值的灰色系统方法    龚蓬,陈效军

棉铃虫取食小麦的生存和营养效应    王学林,吴振廷,周冬生

基于核偏最小二乘的简约最小二乘支持向量机及其应用研究    宋海鹰;桂卫华;阳春华;

基于最小二乘支持向量机的Hammerstein-Wiener模型辨识    宋海鹰;桂卫华;阳春华;

基于OIF-Elman网络的燃气日负荷预测    苏刚;王玲玲;徐永生;王秀丽;

改进的多层次灰色综合评价法在科技中小企业成长能力评价中的应用    荆浩;赵希男;

序列最小优化算法在电力系统短期负荷预测中的应用    周倩;翟永杰;韩璞;

Next-Day Electricity Price Forecasting based on Support Vector Machines and Data Mining Technology    

网络化天基信息系统的连续性效能评估    陈晨;陈杰;张娟;

用于轧钢车间动态补偿控制的无功功率超短期预测    慕莉;刘玉田;石嘉川;

旅游产业国际化对我国区域经济发展的影响研究——基于中国不同省份的面板数据分析    刘长生;

基于灰色理论的人脸图像特征融合识别    廖海斌;王宏勇;

我国国有企业人力资源优化配置研究    赵琪

面向信息网络经营的客户需求研究    王英照

电力短期负荷时间序列混沌特性分析及预测研究    谢忠玉

波浪运动升沉补偿液压平台关键问题试验研究    曾智刚

基于提速线路TQI的轨道不平顺预测与辅助决策技术的研究    曲建军

基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究    吴锋

服务商选择与备件备品库存管理研究    任家福

基于ISO9000标准的政府科学技术奖励质量管理体系研究    滕跃

电力谐波和间谐波参数估计算法研究    陈国志

数学形态学在机械故障诊断中的应用研究    沈路

柳州市土地利用规划的弹性研究    熊洋

居住区景观设计方案评价方法初探    张永宾

某地区电网短期负荷预测研究    范不井

半参数回归模型在中长期负荷预测中的应用    张永锋

基于灰理论的土石坝安全监控综合评价模型研究    乔小琴

PID参数整定技术的研究及应用    刘玲玲

基于灰色系统预测理论的商品住宅价格分析    申志涛

我国村镇建筑防灾减灾策略研究    任航

数控机床热误差检测与建模研究    阳江源

基于参数优化LSSVM在转炉煤气系统预测中的应用    田向伟

城市燃气管网负荷预测方法    马庆元,郭继平,李宁

舰船运动极短期建模预报的研究现状    赵希人,彭秀艳,沈艳,谢美萍

论天然气供应的日调峰(上)    杨南星

论天然气供应的日调峰(下)    杨南星

城镇居民燃气用户用气量指标的预测    詹淑慧

杭州天然气消费市场预测及城市燃气负荷曲线课题研究    

电力系统负荷预报方法综述    夏昌浩,张毓哲

电力负荷组合预测权重的确定    刘兵军

提高短期负荷预报精度的研究及应用    杨莳百,李杨絮,弋长青

变拓扑人工神经网络负荷预报    李光熹,熊曼丽

支持向量机分类与回归方法研究    孙德山

支持向量回归机及其应用研究    田英杰

广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究    吴春国

支持向量机参数优化研究    李娇

电力系统短期负荷智能预测系统的研究及实现    杨明

基于改进加权一阶局域预测模型的负荷预测方法研究    马娟;徐培凯;

农村居民用电负荷预测方法的探讨    李云峰;

浅谈电力电量负荷预测方法    吴若林;

电力系统负荷预测方法综述    蔡夏;邢骏;

基于遗传神经网络的负荷预测方法    高海龙;张国立;

基于分段灰色模型的负荷预测方法    赵志英 ,万加桔

浅论电力系统负荷预测方法    但晓波;

城市电网规划的负荷预测方法探讨    马建刚;黄春平;关倩莹;

一种基于粗糙集理论的SVM短期负荷预测方法    李元诚,方廷健

热负荷预测方法的评析与研究发展方向    郝有志;李德英;

电力系统空间负荷预测方法综述    毕丽娜;张筱慧;

工业园区热负荷预测方法    张心刚;蔡龙俊;

青浦工业园区热负荷预测方法    蔡龙俊;王珑;

城市配电网的实用负荷预测方法    施红;张建华;刘自发;

青浦工业园区热负荷预测方法    蔡龙俊;

配网规划中负荷预测方法    张雪峰;

县级电网规划中的负荷预测方法及特点    文勇;

城网规划负荷预测方法研究与应用    刘昱

城网综合负荷预测方法的研究与工程应用    王晓东

配电网分布式负荷预测方法    张劲帆

城市功能区空间负荷预测方法研究    谢秦

城市配网规划中基于空区推论的空间负荷预测方法研究    乐欢

考虑气象因素的负荷预测方法研究及其系统实现    张红旭

考虑需求侧管理的负荷预测方法研究    周江昕

基于支持向量机的电网月度负荷预测方法研究    门德月

基于灰色理论的短期电力负荷预测研究    张志明

塔北电网负荷预测方法的研究及应用    于菲菲