发明名称 | 一种短期电力负荷预测方法 | ||
摘要 | 本发明所述一种短期电力负荷预测方法,包括:步骤1:选取当前时刻之前的40日的负荷数据及天气数据分别作为训练样本数据和预测样本数据;步骤2:对样本数据进行预处理,归一化,使得所有数据处于[0,1]之间;步骤3:选取参数(γ,σ)作为和声向量,运用和声搜索算法计算产生新和声(γ′,σ′);步骤4:计算目标评价函数值,确定最大目标评价函数值所对应的和声向量;步骤5:更新迭代次数k=k+1,判断是否k>NI;步骤6:将得到的最优和声(γ0,σ0)代入最小二乘支持向量机模型中,利用训练样本进行训练,进一步进行负荷预测。本发明有效提高了负荷预测的精度。 | ||
申请公布号 | CN102682220A | 申请公布日期 | 2012.09.19 |
申请号 | CN201210153859.7 | 申请日期 | 2012.05.17 |
申请人 | 鲁东大学 | 发明人 | 刘晓华;高荣 |
分类号 | G06F19/00(2011.01)I | 主分类号 | G06F19/00(2011.01)I |
代理机构 | 北京轻创知识产权代理有限公司 11212 | 代理人 | 杨立 |
主权项 | 一种短期电力负荷预测方法,其特征在于,具体包括以下步骤:步骤1:选取当前时刻之前的40日的负荷数据及天气数据分别作为训练样本数据和预测样本数据;步骤2:对样本数据进行预处理,归一化,使得所有数据处于[0,1]之间;步骤3:选取参数(γ,σ)作为和声向量,运用和声搜索算法计算产生新和声(γ′,σ′);γ为最小二乘支持向量机惩罚参数,σ为核宽度参数步骤4:计算目标评价函数值,确定最大目标评价函数值所对应的和声向量;步骤5:更新迭代次数k=k+1,判断是否k>NI;步骤6:将得到的最优和声(γ0,σ0)代入最小二乘支持向量机模型中,利用训练样本进行训练,进一步进行负荷预测。 | ||
地址 | 264025 山东省烟台市红旗中路186号 |