基于相空间重构和支持向量机的蒸汽负荷 预测研究
STUDY ON STEAM LOAD PREDICTING BASED ON PHASE SPACE RECONSTRUCTION AND SUPPORT VECTOR MACHINE
摘 要
Abstract
目 录
第1章 绪 论
1.1 课题背景及研究的目的与意义
1.2 热负荷预测的国内外研究现状
1.2.1 热负荷特性
1.2.2 国内外热负荷预测方法
1.3 本文主要研究内容
第2章 蒸汽负荷数据采集及预处理
2.1 数据采集及异常数据预处理
2.1.1 数据来源
2.1.2 缺失数据的处理方法
2.1.3 异常数据的处理方法
2.2 数据的去噪预处理
2.2.1 FFT 信号降噪方法
2.2.2 连续小波变换的离散化
2.2.3 小波阈值去噪流程
2.2.4 阈值门限的选取
2.3 蒸汽负荷序列预处理
2.4 本章小结
第3章 蒸汽负荷时间序列的混沌特性分析
3.1 混沌理论基础
3.1.1 混沌时间序列的特性
3.1.2 相空间重构
3.2 相空间重构参数的选取
3.2.1 延迟时间
3.2.2 嵌入维数
3.3 混沌时间序列的判别方法
3.3.1 Lyapunov 指数
3.3.2 最大 Lyapunov 指数的计算方法
3.4 蒸汽负荷序列混沌特性识别仿真研究
3.5 本章小结
第4章 基于支持向量机的负荷预测模型
4.1 支持向量机的统计学理论基础
4.1.1 统计学习理论
4.1.2 核方法
4.2 支持向量机算法
4.2.1 支持向量机分类算法
4.2.2 支持向量机回归算法
4.3 最小二乘支持向量机回归算法
4.3.1 最小二乘支持向量机回归算法
4.3.2 LSSVM 和 SVM 的关系
4.4 蒸汽负荷时间序列的预测仿真研究
4.4.1 支持向量机预测步骤及需要选择的参数
4.4.2 标准 SVM 方法预测仿真研究
4.4.3 LSSVM 方法预测仿真研究
4.5 本章小结
第5章 基于参数优化的 LSSVM 改进算法
5.1 粒子群算法寻优
5.1.1 基本 PSO 算法原理
5.1.2 引入惯性权重的改进 PSO 算法
5.2 结合模拟退火算法的改进粒子群算法寻优
5.2.1 SA 算法基本原理
5.2.2 结合 SA 算法的改进 PSO 算法
5.3 各种优化算法仿真研究
5.4 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢