为更加合理灵活地评估风光水多重不确定性给优化调度带来的风险性，本文基于分类机会约束提出了风光水出力高估/低估功率偏差置信风......

支持向量机(Support Vector Machine，SVM)是基于统计学习理论和结构风险最小化(Structural Risk Minimization，SRM)原则的一种机器学......

针对传统支持向量回归机（SVR）中经验风险和置信风险的折中系数C难以选择的问题，提出了2种给定经验风险水平的支持向量回归新模型．相比......

传统的线性规划支持向量回归算法需要选择一个折中参数C来确定经验风险和置信风险之间的比例,而针对不同的数据选择最优的参数C一......

为了更为合理灵活地评估风电高估/低估给电力系统优化调度带来的风险性以及降低调度决策的保守性,基于风电机会约束提出风电高估/......

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方......