电力光纤通信光功率预测的方法

摘要

电力光纤通信光功率预测的方法，涉及光纤通信状态预测技术领域，解决现有方法无法实现对线路状态趋势进行分析与预测，进而无法规避即将发生的故障等问题，提出一种改进的粒子群优化算法对预测模型中的参数进行优化，实现一种基于混合预测的电力光纤通信光功率预测方法，准确预测出线路未来状态趋势，预知线路未来可能发生的故障，提前制定维护策略，避免故障的发生，满足光纤通信不间断传输的要求。本发明采用改进的粒子群优化算法对SVM模型参数进行优化，使得模型不仅有较快的运算收敛速度，并具有良好的预测精度和稳定性。同时采用混合预测模型，能够有效地综合各单一预测模型各自的优势，弥补彼此的不足，有利于提高整体预测模型性能。

主权项

电力光纤通信光功率预测的方法，其特征是，该方法由以下步骤实现：步骤一、采用二进制正交小波对原始光功率数据进行预处理，获得低频光功率数据{x_t}和高频光功率数据{z_t}；步骤二、对步骤一中预处理后获得的低频光功率数据{x_t}进行差分处理，获得平稳的低频光功率数据{x′_t}，对所述平稳的低频光功率数据{x′_t}构建ARIMA模型；步骤三、选择高斯径向基函数，作为预测高频光功率数据{z_t}的SVM模型的核函数，确定参数组合(C,σ)，其中，C为惩罚系数，σ为高斯径向基函数的核参数；步骤四、采用改进的粒子群优化算法对步骤三所述的参数组合(C,σ)进行优化，将优化后的参数组合(C_,σ)代入SVM模型，对高频光功率数据{z_t}构建基于改进粒子群优化的SVM光功率预测模型；步骤五、输入数据集，根据步骤二中的ARIMA模型和步骤五的中基于改进粒子群优化的SVM光功率预测模型，对步骤一中的低频光功率数据{x_t}和高频光功率数据{z_t}分别预测，并将预测结果组合叠加，实现光功率预测。