Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

Name: ✅ Chuyển đổi tài liệu từ PDF sang word
Start: 2021
End: 2099
Location: Kho Thư Viện

➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạm

Loại tài liệu: PDF

Số trang: 53 Trang

Tài liệu: ✅ ĐÃ ĐƯỢC PHÊ DUYỆT

TẢI VỀ

Nội dung chi tiết: Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

BỌ CÔNG THƯƠNG ĐẠI HỌC C ÔNG NGHIỆP THÀNH PHỎ HÒ CHÍ MINHBÁO CÁO TÓNG KÉT ĐẺ TÀI KHOA HỌCKÉT QUẢ THỰC HIẸN ĐÈ TÀI NGHIÊN cửu KHOẤ HỌC ( ÁP TRƯỜNGTên đ

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điệnđề tài: Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dừ liệu đối với giái thuật tim kiếm lưới siêu tham so toi ưu cho mò hình SVR đoi với bài to

án dự báo phụ tái điện.Mã số đề tài: 21/1D03Chu nhiệm đề tài: TS. Tran Thanh NgọcĐơn vị thực hiện: Khoa Công Nghệ ĐiệnLỜI CÁM ƠN'l ôi xin gửi lời câm Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

ơn chân thành đến Lành đạo Nhà trường, phòng Quan lý Khoa Học và Hợp lác Quốc tế. phòng Tài chánh Kế toán, Ban chu nhiệm khoa Công Nghệ Diện cũa Trườn

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

g Dại Học Cõng Nghiệp (hành phố Hồ Chi Mini) đà tạo điều kiện tốt nhất cho lôi đế hoàn thành đe lâi này. Tôi cùng xú) cam ơn đẽn các thành viên (ham g

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điệntin tông quát1.1.Tên dề tài: Nghiên cứu ãnh hương cua các phương pháp chuẩn hóa dừ liệu đối với giai thuật tìm kiếm lưới siêu tham số lối ưu chơ mô hì

nh SVR đối với bâi toán dự báo phụ lãi điện.1.2.Mã số: 21/1D031.3.Danh sách chú trì, thành viên tham gia thực hiện dề tài11Họ và tên (học hàm. học vị) Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

MinhThành viên tham gia3NCS. Làm Binh MinhKhoa Công Nghệ ĐiệnThành viên tham gia4ThS. Nguyền Anh TuấnKhoa Công Nghệ ĐiệnThành viên tham gia1.4. Đon v

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện: Không1.5.3.ì hực hiện thực lể: 12 thảng, từ thảng 03 nãm 2021 dển tháng 03 năm 20221.6.Nhũng thay dổi so vói thuyết minh ban dầu (nếu cô):(Về mục ri

êu, nội dung, phương pháp, kểĩ qua nghiên cứu và tồ chức thực hiện: Nguyên nhân;Y kiên của Cơ quan quàn lý)1.7.Tống kinh phi dược phê duyệt của dề tài Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

: bốn mươi triệu dồng (40.000.000 dồng)•>II. Kết quã nghiên cứu1. Đặt vấn đểa)Tình hình nghiên cứu quốc tếDự báo phụ tai điện đóng vai trò quan trọng

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

trong hệ thống điện, bao gồm kế hoạch sàn xuất, vận hành cùng như quỵ hoạch phát triển trong tương lai [1-51- Có nhiều phương pháp dự báo phụ tài diện

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điệnnh SVR (Support Vector Regression) dà dược ãp dụng nhiều cho bài toán dự báo dự bão phụ lài và đà thu được nhùng két quã lích cực [13-20]. Dặc trưng c

ứa mô hình SVR là độ chính xác cùa kết quá dự báo phụ thuộc vào các siêu tham số cua nó (Ilyperparameters) như r. (error tolerance), (' (penalty param Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

eter), hàm Kernel (Kernel function) và tham SO của hàm Kernel (Kernel parameter), vì vậy việc tim ra siêu tham số tối ưu cho mò hình SVR mang ý nghĩa

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

quan trọng, ('ác giãi thuật như lìm kiếm lưới (Grid Search), lìm kiêm ngầu nhiên (Random Search), di truyền (Genetic Algorithm). ... dà dược sư dụng d

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điệnưng nhãn tố anh hương dển dộ chinh xác, cùng như thời gian chạy chương trình là đặc lính của dù' liệu đâu vào. vì vậy. nhiêu tác giã đà thực hiện nhiề

u nghiên cứu trong dô áp dụng các phương pháp chuấn hỏa dừ liệu cho các mò hinh SVR [13. 16. 1S. 36-37].b)Tinh hình nghiên cứu trong nước1 rong nhừng Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

nâm gân đây. nhiêu tác giã đà áp dụng các giãi thuật khác nhau đê giãi quyết bài toán STLF cua Việt Nam. Trong [38J. các tác giá sư dụng giài thuật dũ

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

ng mạng fuzzy đê dự báo phụ lái cho 7 ngày tièp theo. Một cách liêp cận khác được trình bày trong [39] khi các tác già sư dụng mạng wavelet dê dư báo

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện dừ liệu đầu vào là phụ tai điên trong quá khứ dể dự báo cho 24 giờ liếp theo. Giãi thuật Deep Learning được giới thiệu trong [42]. lác giã sử dụng mô

hình Recurrent Neural Networks đế dự báo phu tai cho khu vực TP. HCM, kết quá có so sánh với một số mô hình khác. Trong [43-44], lác giã sử dụng mò h Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

ình SVR kết hợp vói chuẩn hóa dừ liệu đầu vào đẽ dư báo phụ tai cưc đại ngày cho 7 ngày tiếp theo, các siêu tham số sir dung3cho mô hĩnh SVR được xác

Nghiên cứu ảnh hưởng của các phương pháp chuẩn hóa dữ liệu đối với giải thuật tìm kiếm lưới siêu tham số tối ưu cho mô hình SVR đối với bài toán dự báo phụ tải điện

định mặc định, vả phương pháp chuẩn hỏa dừ liệu là phương pháp Maxc)Đánh giá kết quá các công trinh nghiên cứu đà còng bố (ưu. khuyet. nhừng tồn tại..