买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明涉及一种计及空间相关性的导线载流容量短期组合预测方法及系统，属于架空导线载流容量预测技术领域，首先获取多线档输入数据，通过主成分分析获得代表线档，利用气象模式分类方法实现区域气象模式的划分，将训练集划分为多种典型的区域气象条件数据集。针对不同气象模式的数据集构建对应的Stacking集成概率预测模型，以此获得载流容量第一阶段预测结果；针对不同气象模式应用不同的Copula模型结构对第一阶段预测结果进行空间相关性建模，以得到最终的载流容量短期预测结果。本发明通过预测模型和算法的组合预测并考虑不同线档载流容量之间的空间相关性，以实现对架空导线沿线多线档的载流容量进行精准短期预测。

主权项：1.一种计及空间相关性的导线载流容量短期组合预测方法，其特征在于，包括如下步骤：S1：获取多线档输入数据；S2：获得多线档中的代表线档；获得多线档中的代表线档的方法为主成分分析，主成分分析中，首先对原变量矩阵X进行标准化处理，得到标准化矩阵X*，计算标准化矩阵X*的协方差矩阵F=covX*；通过求解特征方程|F-λE|=0，求得F的特征值λi，i=1,2,3,…,p，λ1≥λ2≥…≥λp≥0；通过主成分分析选取多线档中方差贡献率最大的线档为代表线档，方差贡献率为： ；S3：对代表线档利用气象模式分类方法实现区域气象模式的划分；对代表线档利用季节分类、日夜间分类和等效风速采用自下而上凝聚的层次聚类方法实现区域气象模式的划分，将训练集划分为多种典型的区域气象条件数据集；S4：针对不同气象模式的数据集构建对应的Stacking集成概率预测模型，以此获得载流容量第一阶段预测结果；针对不同气象模式的数据集分别建立对应的Stacking集成概率预测模型，在每一种气象模式下分别训练Stacking集成概率预测模型，并在载流容量短期预测中在线匹配对应气象模式下的Stacking集成概率预测模型，以此获得载流容量第一阶段预测结果；Stacking集成概率预测模型包括两层预测模型，第一层预测模型选用多种异构算法作为基学习器，通过交叉验证的方式进行训练，并输出各个基学习器的预测结果；第二层预测模型以第一层预测模型的输出结果作为新的输入，进一步进行训练，以得到最终的预测结果；基学习器的选择原则为：算法优质且异质；S5：针对不同气象模式应用不同的Copula模型结构对第一阶段预测结果进行空间相关性建模，以得到最终的载流容量短期预测结果。

全文数据：

权利要求：

百度查询： 山东大学 计及空间相关性的导线载流容量短期组合预测方法及系统