[發(fā)明專利]一種電煤價(jià)格預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810941979.0
• 申請(qǐng)日: 2018-08-17
• 公開（公告）號(hào): CN109003145A
• 公開（公告）日: 2018-12-14
• 發(fā)明（設(shè)計(jì)）人: 牛東曉;王海潮;浦迪;李偲
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q50/06;G06Q10/04
• 代理公司: 北京眾合誠成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 張文寶

本發(fā)明公開了一種電煤價(jià)格預(yù)測(cè)方法，所述預(yù)測(cè)方法包括以下步驟：步驟1：輸入電煤價(jià)格預(yù)測(cè)的選取指標(biāo)并對(duì)各輸入指標(biāo)進(jìn)行數(shù)據(jù)預(yù)處理；步驟2：利用狼群算法對(duì)最小二乘支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化；步驟3：構(gòu)建基于狼群算法和最小二乘支持向量機(jī)模型的電煤價(jià)格預(yù)測(cè)模型。本發(fā)明選用狼群算法對(duì)最小二乘支持向量機(jī)的參數(shù)進(jìn)行尋優(yōu)。

技術(shù)領(lǐng)域

本發(fā)明涉及電煤價(jià)格預(yù)測(cè)技術(shù)領(lǐng)域，特別是涉及電煤價(jià)格預(yù)測(cè)方法。

背景技術(shù)

電煤采購成本占到火電成本的70％以上，電煤市場價(jià)格也一直是影響電煤供應(yīng)鏈穩(wěn)定運(yùn)行的重要因素。在電煤雙軌制階段，煤電價(jià)格之爭始終是電煤供應(yīng)鏈的矛盾焦點(diǎn)。由于電煤市場價(jià)格波動(dòng)幅度較大，重點(diǎn)合同煤價(jià)與電煤市場價(jià)格有時(shí)可以相差達(dá)到200多元，這也導(dǎo)致了煤炭質(zhì)量下降、合同兌現(xiàn)率不高等問題的出現(xiàn)，嚴(yán)重影響電煤供應(yīng)鏈安全高效運(yùn)行。為緩解電煤市場價(jià)格波動(dòng)產(chǎn)生的問題，國家發(fā)改委于2012年底發(fā)文，正式于2013年起取消電煤重點(diǎn)合同，實(shí)施電煤并軌制。但是隨著煤炭價(jià)格市場化的全面實(shí)現(xiàn)，電煤采購和電煤定價(jià)將更多的遵循市場規(guī)律，對(duì)供應(yīng)鏈整體的影響也將更具不確定性。因此，需要采用較為準(zhǔn)確的預(yù)測(cè)方法對(duì)電煤價(jià)格進(jìn)行預(yù)測(cè)，從而為電煤行業(yè)各相關(guān)企業(yè)的決策提供依據(jù)。目前國內(nèi)外學(xué)者對(duì)于電煤價(jià)格預(yù)測(cè)模型和算法的研究較少，尚未形成科學(xué)實(shí)用、全面有效的電煤市場價(jià)格智能預(yù)測(cè)模型。

最小二乘支持向量機(jī)(LSSVM)的方法利用最小二乘線性系統(tǒng)作為損失函數(shù)，避免了二次規(guī)劃的過程，同時(shí)，利用核函數(shù)將預(yù)測(cè)問題轉(zhuǎn)化為方程組的求解，將不等式約束轉(zhuǎn)化為等式約束，增加了預(yù)測(cè)的準(zhǔn)確度和速度，但是最小二乘支持向量機(jī)模型仍然存在懲罰系數(shù)和核參數(shù)選擇盲目的問題，因此需要選用合適的智能算法對(duì)其進(jìn)行優(yōu)化。

因此希望有一種電煤價(jià)格預(yù)測(cè)方法以解決現(xiàn)有技術(shù)中的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種電煤價(jià)格預(yù)測(cè)方法以提升電煤價(jià)格預(yù)測(cè)的準(zhǔn)確性和穩(wěn)定性。

狼群算法(WPA)源于對(duì)狼群狩獵行為研究。在整個(gè)狼群在進(jìn)行狩獵過程中，狼群根據(jù)各自作用不同有著不同的分工，即將狼群中狼分為頭狼、探狼、猛狼三種狼。三種狼分工合作，完成狩獵過程。游走行為、召喚行為、圍攻行為是狼群算法根據(jù)狼群狩獵過程中，狼群所表現(xiàn)出來的行為特性而仿生出的三種主要行為。同時(shí)，在狼群算法中頭狼的產(chǎn)生和狼群更替，分別遵循狼群中普遍存在的“勝者為王”和“適者生存”的狼群法則。該算法主要通過以上仿生行為不斷迭代尋求最優(yōu)解。

本發(fā)明公開了一種電煤價(jià)格預(yù)測(cè)方法，所述預(yù)測(cè)方法包括以下步驟：

步驟1：輸入電煤價(jià)格預(yù)測(cè)的選取指標(biāo)并對(duì)各輸入指標(biāo)進(jìn)行數(shù)據(jù)預(yù)處理；

步驟2：利用狼群算法對(duì)最小二乘支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化；

步驟3：構(gòu)建基于狼群算法和最小二乘支持向量機(jī)模型的電煤價(jià)格預(yù)測(cè)模型。

優(yōu)選地,國內(nèi)原煤產(chǎn)量、煤炭凈進(jìn)口量、全社會(huì)動(dòng)力煤庫存量、國內(nèi)生產(chǎn)總值、國內(nèi)生產(chǎn)總值增長率、第二產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重、煤炭占全國能源消費(fèi)總量比重、煤炭消費(fèi)量、火力發(fā)電量、鋼鐵產(chǎn)量、印尼煤炭基準(zhǔn)價(jià)、煤炭運(yùn)輸成本、煤炭生產(chǎn)成本、國際原油價(jià)格和動(dòng)力煤期貨價(jià)格。

優(yōu)選地,對(duì)所述步驟1中各選取指標(biāo)進(jìn)行公式(1)的歸一化處理：

其中，x_i是實(shí)際值，x_min和x_max分別是樣本數(shù)據(jù)的最小值和最大值，y_i為歸一化后的數(shù)值。

優(yōu)選地,所述步驟2利用狼群算法對(duì)最小二乘支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化的具體步驟包括：

步驟2.1：狼群的初始化；設(shè)在有D維空間，其中有人工狼N匹，其中，第i匹狼所在位置為公式(2)：