一种蒸汽负荷预测方法

摘要

本发明涉及一种蒸汽负荷预测方法，采集历史蒸汽负荷数据，形成蒸汽负荷时间序列，对蒸汽负荷时间序列进行降噪处理；利用混沌理论，求得时间序列的嵌入维数和延迟时间，对所述降噪后的时间序列进行相空间重构，得到相空间域的样本数据对相空间域的样本数据，利用最小二乘支持向量机得到预测模型；用SA_PSO算法对最小二乘支持向量机的训练参数进行优化；利用相空间域的样本数据，选择优化后的参数对最小二乘支持向量机进行训练，得到训练模型；利用得到的训练模型，对未来24小时的蒸汽负荷值进行预测，得到预测数据并进行评价。该预测方法在不用考虑日期类型、天气等外界因素的情况下，即可取得满意的结果，简单有效。

主权项

一种蒸汽负荷预测方法，其特征在于，包括以下步骤：(1)采集历史蒸汽负荷数据，形成蒸汽负荷时间序列，对蒸汽负荷时间序列进行降噪处理；(2)利用混沌理论，求得时间序列的嵌入维数和延迟时间，对步骤(1)所述降噪后的时间序列进行相空间重构，得到相空间域的样本数据；(3)对步骤(2)中所述的相空间域的样本数据，利用最小二乘支持向量机得到预测模型；(4)利用SA_PSO算法对最小二乘支持向量机的训练参数进行优化；(5)利用相空间域的样本数据，采用步骤(4)中所述方法选择优化后的参数对最小二乘支持向量机进行训练，得到训练模型；(6)利用得到的训练模型，对未来24小时的蒸汽负荷值进行预测，得到预测数据并进行评价。