论文部分内容阅读
基于层叠泛化策略SG（stackedg eneralization）提出一种新的母线负荷预测方法。该方法包含两级学习层，第1层针对原始母线负荷样本空间，对一组支持向量机SVM（support vector machine）进行交互验证式训练，训练完成后得到新的特征空间，该特征空间由这些支持向量机的输出和对应的真实值组成；第2层对输出进行线性组合，将新特征空间中的输出序列作为观测，对应的输出权值作为状态，使用卡尔曼滤波对权值进行递推估计。实例仿真证明，采用所提方法模型的泛化能力得到改善，从而提高母线负荷的预