[發明專利]一種布谷鳥搜索算法改進支持向量機的電力負荷預測方法

在審

• 申請號: 201410557450.0
• 申請日: 2014-10-20
• 公開（公告）號: CN104318329A
• 公開（公告）日: 2015-01-28
• 發明（設計）人: 鄭海雁;金農;顧國棟;丁曉;孔珍寶;吳鋼;徐金玲;金璐;熊政;方超;仲春林;李昆明;李新家;尹飛;季聰
• 申請（專利權）人: 國家電網公司;江蘇省電力公司;江蘇方天電力技術有限公司;江蘇省電力公司南京供電公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種布谷鳥搜索算法改進支持向量機的電力負荷預測方法，其特征在于：包括以下步驟，?

步驟一，選取訓練數據；?

從歷史數據中選取與所需預測時段的條件相似的數據作為訓練集；?

步驟二，建立優化目標；?

以SVM輸出的均方誤差為優化目標，建立如下表達式，?

其中，n為樣本數，y_r為第r個樣本的SVM的輸出值，為第r個樣本的實際值，f_MSE為SVM輸出的均方誤差，而min.前綴表示對該變量進行最小值尋優；?

步驟三，布谷鳥搜索算法初始化設置；?

定義初始化鳥窩個數為m，迭代次數為K，宿主鳥發現外來鳥蛋的概率p_a，隨機生成m個初始鳥窩X＝[x₁,…,x_m]，其中,i∈[1,m]，x_i為第i個鳥窩的位置，x_i＝[x_i1,…,x_iD]，D為單個樣本的維數；?

步驟四，初始適應值計算；?

以SVM輸出的均方誤差為優化目標，計算每個鳥窩的初始適應值，將所有初始適應值一對一比較，得到并記錄初始適應值最優的鳥窩位置；?

步驟五，新鳥窩位置計算；?

在布谷鳥搜索算法中引入最優解記憶，使布谷鳥每次飛行都以最優解位置作為參考，鳥窩位置更新公式為，?

其中，k∈[1,K-1],為第i個鳥窩第k次迭代得到的位置，?為第i個鳥窩第k+1次迭代得到的位置，為第i個鳥窩位置的更新值，rand為0～1的隨機數，為第i個鳥窩第k次迭代后適應值最優的鳥窩位置，s為萊維飛行距離；?

步驟六，鳥窩位置的選擇；?

計算當前鳥窩的適應值，與上一代鳥窩的適應值進行比較，擇優保留，并更新最優鳥窩位置；?

擇優保留公式如下：?

其中：為第i個鳥窩第k次迭代得到的適應值，為第i個鳥窩第k+1次迭代得到的適應值；?

步驟七，判斷宿主鳥是否發現外來鳥蛋；?

生成0～1之間的隨機數r，與宿主鳥發現外來鳥蛋的概率p_a進行比較，若r＜p_a，則認為宿主鳥發現外來鳥蛋，重新隨機生成該鳥窩的位置；當r≥p_a，則保留所有鳥窩，進入步驟八；?

步驟八，判斷是否達到最大迭代次數，若是，輸出最優結果并退出，否則轉至步驟五。?

2.根據權利要求1所述的一種布谷鳥搜索算法改進支持向量機的電力負荷預測方法，其特征在于：步驟一中的條件包括氣象條件、工作狀態和日期時間。?

3.根據權利要求1所述的一種布谷鳥搜索算法改進支持向量機的電力負荷預測方法，其特征在于：所述萊維飛行距離的表達式為，?

其中，β為常數；v和u用于模擬萊維飛行，滿足標準正態分布。?