[發(fā)明專(zhuān)利]基于小波變換和和聲搜索改進(jìn)灰色模型的負(fù)荷預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710776660.2
• 申請(qǐng)日: 2017-08-31
• 公開(kāi)（公告）號(hào): CN107590557A
• 公開(kāi)（公告）日: 2018-01-16
• 發(fā)明（設(shè)計(jì)）人: 衛(wèi)志農(nóng);郭勉;臧海祥;王苗苗;孫國(guó)強(qiáng);朱瑛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/06;G06F17/14
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙)32204
• 代理人: 劉淵

1.基于小波變換和和聲搜索改進(jìn)灰色模型的短期負(fù)荷預(yù)測(cè)方法，其特征在于，包括以下步驟：

1)輸入負(fù)荷數(shù)據(jù)，對(duì)負(fù)荷數(shù)據(jù)構(gòu)成的原始序列進(jìn)行數(shù)據(jù)預(yù)處理；

2)對(duì)步驟1)得到的預(yù)處理后的負(fù)荷序列進(jìn)行小波分解與重構(gòu)；

3)建立基于灰色理論的負(fù)荷預(yù)測(cè)模型；

4)利用和聲搜索算法改進(jìn)步驟3)得到的灰色負(fù)荷預(yù)測(cè)模型；

5)將步驟2)中負(fù)荷序列經(jīng)過(guò)小波分解與重構(gòu)后的各分量作為輸入逐一投入步驟4)中經(jīng)和聲搜索優(yōu)化后的灰色負(fù)荷預(yù)測(cè)模型，進(jìn)行預(yù)測(cè)；

6)獲取負(fù)荷預(yù)測(cè)值。

2.根據(jù)權(quán)利要求1所述的基于小波變換和和聲搜索改進(jìn)灰色模型的負(fù)荷預(yù)測(cè)方法，其特征在于，所述步驟1)中，進(jìn)行數(shù)據(jù)預(yù)處理是指當(dāng)預(yù)測(cè)時(shí)刻的負(fù)荷數(shù)據(jù)與前一時(shí)刻的負(fù)荷數(shù)據(jù)大小相差超過(guò)10％時(shí)，基于以下方程對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理：

Xs(m+1)=Xs(m)+(Xs(m+1)-Xs(m)3)]]>

其中，X_s(m+1)表示m+1時(shí)刻的負(fù)荷數(shù)據(jù)，X_s(m)表示m時(shí)刻的負(fù)荷數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于小波變換和和聲搜索改進(jìn)灰色模型的負(fù)荷預(yù)測(cè)方法，其特征在于，所述步驟2)中，選取3層小波分解，則小波分解和重構(gòu)后，原始序列表示為：

X_s＝G₁+G₂+G₃+X₃

其中，X_s為原始序列，G₁、G₂、G₃分別為第一層至第三層重構(gòu)后的高頻信號(hào)，X₃為第三層重構(gòu)的低頻信號(hào)，X_s、G₁、G₂、G₃中的第i個(gè)元素可以表示如下：

X_s,i＝G_1,i+G_2,i+G_3,i+X_3,i。