[發明專利]基于高斯液面法的負荷預測算法的參數尋優方法

有效

• 申請號: 201310009610.3
• 申請日: 2013-01-10
• 公開（公告）號: CN103049803A
• 公開（公告）日: 2013-04-17
• 發明（設計）人: 劉念;張清鑫
• 申請（專利權）人: 華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 陳波

1.一種基于高斯液面法的負荷預測算法的參數尋優方法，其特征在于，所述算法具體包括以下步驟：

步驟1：進行高斯液面初始化；給定期望隊列QE與方差隊列QD的隊列長度QL，待尋優參數的維數N和參數取值范圍（lowB，upB），同時，設定初始最優參數x_best作為負荷預測算法的已有最優參數；

步驟2：基于期望隊列和方差隊列形成概率密度函數；并根據概率密度函數求得高斯液面函數；

步驟3：使用高斯液面函數生成的隨機參數值x_compare，并與已有最優參數x_best分別作為負荷預測算法的參數，進行負荷預測計算，使用x_compare計算得到的預測結果y_compare作為比對結果，使用x_best計算得到的預測結果y_best作為輸出結果；

步驟4：測量得到預測時刻的真實值y_real后，分別采用相同的評價標準對預測結果和輸出結果進行評價，若比對結果優于輸出結果，則將步驟3中高斯液面函數生成的隨機參數值x_compare設置為最優參數x_best；若輸出結果優于比對結果，則不做處理；

步驟5：根據判定條件對高斯液面收斂進行判定，若高斯液面已收斂，執行步驟6；否，則執行步驟7；

步驟6：初始化高斯液面，即將期望隊列QE與方差隊列QD中的元素設置為初始值，同時，已有最優參數x_best保留；

步驟7：用x_compare更新期望隊列QE，用y_compare的評價值更新方差隊列QD；

步驟8：進入下一時刻的高斯液面法參數尋優與負荷預測。

2.根據權利要求1所述的一種基于高斯液面法的負荷預測算法的參數尋優方法，其特征在于，所述概率密度函數為：

其中，當QE_i為更新值時，按照高斯分布計算f_i，當QE_i為初始值時，按照N維平均分布計算f_i，其中平均分布所除面積根據（lowB，upB）進行計算，aera為相應的面積計算函數；QL為隊列長度；μ_i為基于QE_i形成的期望向量，G_i為基于QD_i形成的協方差矩陣。

3.根據權利要求1所述的一種基于高斯液面法的負荷預測算法的參數尋優方法，其特征在于，所述高斯液面函數為：

fGaussLiquid(x1×N)=Σi=1QLWifi(x)]]>

其中，W_1×QL=exp(linspace(log(0.01),log(1),QL)；W為信息衰減系數，linspace為等分函數；QL為隊列長度。

4.根據權利要求1所述的一種基于高斯液面法的負荷預測算法的參數尋優方法，其特征在于，所述負荷預測算法包括ELM算法、SVM算法或BP神經網絡算法。

5.根據權利要求1所述的一種基于高斯液面法的負荷預測算法的參數尋優方法，其特征在于，所述判定條件為：第t次高斯液面生成隨機參數值與第t-1次生成隨機參數值之差的絕對值小于1×10^-3。