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:分析电力事故风险,对电力企业管理者规避风险、提高安全管理水平尤为重要.传统的风险评估中大多是凭借专家的主观经验来定性分析或者应用概率统计法、指标体系等方法来定量分析,但是,传统的风险评估方法并不完全适用于电力事故风险评估定量指标样本量小、不能完全精确反映总风险的特点.改进的信息扩散模型满足电力事故风险评估的特点,应用此方法对2007-2011年的电力事故风险进行分析,得到各风险水平下的概率和估计值.对计算结果进行分析,提出要重视电力事故安全管理、特别是要提高电力建设事故安全水平的结论,从而为管理者提供风险评估参考依据,并为其制定安全管理措施指引了方向.