基于优化最小二乘支持向量机的电力负荷预测方法.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CN111931990A(43)申请公布日2020.11.13(21)申请号202010668750.1(22)申请日2020.07.13(71)申请人江西理工大学地址341000江西省赣州市红旗大道86号江西理工大学理学院(72)发明人彭静郭肇禄李群芳石涛张文生(51)Int.Cl.G06Q10/04(2012.01)G06Q50/06(2012.01)G06N3/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于优化最小二乘支持向量机的电力负荷预测方法(57)摘要本发明公开了一种基于优化最小二乘支持向量机的电力负荷预测方法。本发明应用精英中心人工蜂群算法来优化设计最小二乘支持向量机的训练参数，然后利用优化的最小二乘支持向量机来构建电力负荷的预测模型。在精英中心人工蜂群算法中，先计算优质蜜源集合中每个蜜源的分配权重，然后生成精英中心蜜源，并利用精英中心蜜源来引导演化操作的搜索方向，以此提高算法的收敛速度。本发明能够提高电力负荷预测的精度。CN111931990ACN111931990A权利要求书1/2页1.一种基于优化最小二乘支持向量机的电力负荷预测方法，其特征在于，包括以下步骤：步骤1，输入电力负荷数据集，然后对电力负荷数据集进行预处理，并将电力负荷数据集划分为电力负荷训练数据集和电力负荷测试数据集两部分；步骤2，确定最小二乘支持向量机所需优化设计的训练参数，并确定最小二乘支持向量机所需优化设计的训练参数的个数TD；步骤3，设置精英中心人工蜂群算法的蜜源个数NP，限制次数Limit，以及终止迭代次数MaxT；步骤4，设置当前迭代次数t＝0；步骤5，在最小二乘支持向量机训练参数的搜索空间中随机生成NP个蜜源组成演化蜜源集合ESet＝{X1,X2,...,Xi,...,XNP}，其中Xi表示演化蜜源集合中的第i个蜜源，且蜜源Xi存储了最小二乘支持向量机所需优化设计的TD个训练参数；蜜源下标i＝1,2,...,NP；步骤6，利用电力负荷训练数据集和电力负荷测试数据集计算演化蜜源集合中各个蜜源的适应值，具体过程为：从蜜源Xi中提取出最小二乘支持向量机所需优化设计的TD个训练参数保存到向量TRPi，再以向量TRPi作为最小二乘支持向量机的训练参数在电力负荷训练数据集上训练出电力负荷预测模型EMPi，然后计算电力负荷预测模型EMPi在电力负荷测试数据集上的均方误差MSEi，并设置蜜源Xi的适应值为MSEi；步骤7，从演化蜜源集合中选择出适应值最小的蜜源保存为最优蜜源BestX；然后计算优质蜜源的数量eliteN＝ceil(NP×0.1)，其中ceil为向上取整函数；步骤8，将演化蜜源集合中的蜜源按照适应值从小到大进行排序，然后取出适应值排在前面的eliteN个的蜜源组成优质蜜源集合eliteX；步骤9，按公式(1)计算优质蜜源集合中每个优质蜜源的分配权重Wk：其中，exp表示以自然常数e为底的指数函数；log表示以自然常数e为底的对数函数；BestFit为最优蜜源的适应值；eliteXFitsk为优质蜜源集合中的第k个优质蜜源的适应值；优质蜜源下标k＝1,2,...,eliteN；步骤10，按公式(2)计算精英中心蜜源WP：其中，eliteXk表示优质蜜源集合中的第k个优质蜜源；精英中心蜜源WP存储了最小二乘支持向量机所需优化设计的TD个训练参数；步骤11，计算精英中心蜜源的适应值；如果精英中心蜜源的适应值比最优蜜源的适应值更小，则利用精英中心蜜源替换最优蜜源，否则保持最优蜜源不变；步骤12，按公式(3)执行雇佣蜂搜索操作得到新蜜源Vi：2CN111931990A权利要求书2/2页其中，维度下标j＝1,2,...,TD；jrand是在[1,D]范围内随机选择的一个正整数；r1和r2是在[1,NP]范围内随机产生的两个正整数，且要求满足r1，r2和i相互不相等；Φ1和Φ2是在[-1,1]范围内随机生成的两个实数；WPj表示精英中心蜜源存储的最小二乘支持向量机所需优化设计的第j个训练参数，BestXj表示最优蜜源存储的最小二乘支持向量机所需优化设计的第j个训练参数；Xi,j表示演化蜜源集合中的第i个蜜源存储的最小二乘支持向量机所需优化设计的第j个训练参数；Xr1,j表示演化蜜源集合中的第r1个蜜源存储的最小二乘支持向量机所需优化设计的第j个训练参数；Xr2,j表示演化蜜源集合中的第r2个蜜源存储的最小二乘支持向量机所需优化设计的第j个训练参数；Vi,j表示新蜜源Vi存储的最小二乘支持向量机所需优化设计的第j个训练参数；步骤13，如果新蜜源Vi的适应值比演化蜜源集合中的蜜源Xi的适应值更小，则用新蜜源Vi代替蜜