一种基于改进最小二乘支持向量机的短期负荷预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112949207A(43)申请公布日2021.06.11(21)申请号202110321179.0(22)申请日2021.03.25(71)申请人上海电机学院地址200240上海市闵行区江川路690号(72)发明人程兰吕红芳(74)专利代理机构上海科盛知识产权代理有限公司31225代理人孙永申(51)Int.Cl.G06F30/27(2020.01)G06Q10/04(2012.01)G06Q50/06(2012.01)G06N3/00(2006.01)G06F111/04(2020.01)G06F111/08(2020.01)权利要求书2页说明书9页附图4页(54)发明名称一种基于改进最小二乘支持向量机的短期负荷预测方法(57)摘要本发明涉及一种基于改进最小二乘支持向量机的短期负荷预测方法，该方法包括以下步骤：步骤1：采集历史负荷数据，并利用相似日法进行历史负荷数据的选取，得到训练样本；步骤2：建立最小二乘支持向量机的预测模型对训练样本进行负荷预测，当判断预测结果精度未达标时，利用改进后的人工蜂群算法对最小二乘支持向量机的预测模型进行改进，得到改进后的最小二乘支持向量机的预测模型；步骤3：将训练样本输入至改进后的最小二乘支持向量机的预测模型中进行负荷预测和误差分析，并输出预测结果。与现有技术相比，本发明具有在配电网进行电量调度前，准确的预测负荷的数值，有利于降低网损，减少多余电量和经济的损耗，增强线路的安全性等优点。CN112949207ACN112949207A权利要求书1/2页1.一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，该方法包括以下步骤：步骤1：采集历史负荷数据，并利用相似日法进行历史负荷数据的选取，得到训练样本；步骤2：建立最小二乘支持向量机的预测模型对训练样本进行负荷预测，当判断预测结果精度未达标时，利用改进后的人工蜂群算法对最小二乘支持向量机的预测模型进行改进，得到改进后的最小二乘支持向量机的预测模型；步骤3：将训练样本输入至改进后的最小二乘支持向量机的预测模型中进行负荷预测和误差分析，并输出预测结果。2.根据权利要求1所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤1包括以下分步骤：步骤101：对历史负荷数据，包括天气类型、日期类型和日期差进行采集；步骤102：对采集数据中异常或缺失的负荷数据进行预处理；步骤103：针对预处理后的数据选取合适的评估函数评估历史日与预测日之间的相似程度，并选取相似度较高的历史日的数据作为训练样本。3.根据权利要求2所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤103中评估历史日与预测日之间的相似程度所选取的评估函数，其对应的数学公式为：式中，rij为历史日与预测日之间的相似程度，Xik为历史日i量化后的特征量，Xjk为待测日j的特征向量，m为特征向量，k为自然数。4.根据权利要求1所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤2包括以下分步骤：步骤201：建立最小二乘支持向量机的预测模型针对训练样本进行负荷预测，同时判断预测结果精度是否达标；步骤202：当精度未达标时，针对人工蜂群算法进行改进，并利用改进后的人工蜂群算法对最小二乘支持向量机的参数进行优化；步骤203：基于优化后的最小二乘支持向量机的参数建立对应模型。5.根据权利要求4所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤201中改进后的人工蜂群算法，运用差分进化算法中的变异操作对采蜜蜂的随机搜索方程进行改进，改进的搜索方程对应为：vij＝xbest，j+φij(xr1，j‑xr2，j)式中，vij为新蜜源，xbest，j为最优蜜源的第j纬度值，φij为[‑1，1]之间的随机数，xr1，j和xr2，j为不同于i的两个随机个体。6.根据权利要求4所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤201中，判断预测结果精度是否达标的方式采用相对误差进行判断。7.根据权利要求4所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤201中的最小二乘支持向量机的预测模型，其核函数采用径向基函2CN112949207A权利要求书2/2页数，其对应的数学描述公式为：式中，ε为核参数。8.根据权利要求4所述的一种基于改进最小二乘支持向量机的短期负荷预测方法，其特征在于，所述的步骤201中的最小二乘支持向量机的预测模型，其回归约束条件为：2式中，‖w‖为控制模型的复杂度，ei为训练的数据模型对样本数据预测的误差，C为正则化参数，b为常数，yi为输出数据，为从低维空