长三角电力消费量特征提取及预测(下)
- 管理员
-
32 次阅读
-
1 次下载
-
2020-09-17 18:23:19
文档简介:
长三角电力消费量特征提取及预测(下)2019-01-24由图2可知电力消费量数据分解为稳定的长期趋势成分,受季节性影响的多周期时间序列,随机波动的时间序列及其对应的近似模式。低频信号(Rapprox)呈直线上升的趋势,说明在样本期内,长三角地区电力消费量随时间不断增长;高频信号部分呈现有规律的起伏波动,说明电力消费量随着季节变动而变化。时域窗口增大,时域分辨率降低;频域窗口变小,频域分辨率增强,可以看到低频信号(Rapprox)具有高频率分辨率和低时间分辨率,高频信号(Rcd1、Rcd2、Rcd3、Rcd4和Rcd5)有高时间分辨率和低频率分辨率。分解信号频率与重构信号频率误差为4.3004e-05,说明重构信号频率可以作为预测数据。由于Rcd4与Rcd5变化规律不明显,作为随机因素剔除,剩余的低频信号和高频信号用SVM进行预测。3.2.2SVM预测本文选用支持向量机回归的方法对低频信号部分(Rapprox)进行预测。为了避免大数值淹没小数值的情况,首先对样本数据归一化处理,使用公式将其归一化至[1,2]之间。由于径向基核函数待估参数少、泛化性能好,因此这里选用径向基核函数。在模型构
评论
发表评论