[發明專利]一種電力系統預測的方法和裝置

在審

• 申請號: 201811113675.1
• 申請日: 2018-09-25
• 公開（公告）號: CN109118025A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 劉勝偉;黃信
• 申請（專利權）人: 新智數字科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/12;G06K9/62
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 楊樂

1.一種電力系統預測的方法，其特征在于，該方法包括：

S1：初始化種群參數，生成種群個體；

S2：將S1中的參數賦值給支持向量機，計算種群中每個個體的適應度；

S3：根據個體適應度，計算種群個體的選擇概率，并以該選擇概率進行個體選擇；

S4：對S3選擇的種群個體進行交叉、變異；

S5：判斷當前種群是否達到訓練終止條件，若是，則獲得優化后的支持向量機，并執行S6；否則，執行S3；

S6：將訓練樣本輸入到優化后的支持向量機進行訓練獲得預測模型。

2.根據權利要求1所述的電力系統預測的方法，其特征在于，步驟S2具體為將S1中的參數賦值給最小二乘機支持向量機，獲得預測值，并計算每個個體的適應度，計算公式為：

其中，f_i為第i個個體的適應度；為預測值；y_i為真實值。

3.根據權利要求2所述的電力系統預測的方法，其特征在于，步驟S3中計算種群個體的選擇概率的公式為：

其中，P_i為第i個個體的選擇概率。

4.根據權利要求2所述的電力系統預測的方法，其特征在于，

步驟S4中種群個體進行交叉的概率為：

其中，f_c為個體進行交叉前父代兩個個體中適應度大者；f_max為個體進行交叉前父代種群中的最大適應度；為個體進行交叉前父代種群中所有個體的平均適應度；k₁和k₂為常數。

5.根據權利要求2所述的電力系統預測的方法，其特征在于，

步驟S4中種群個體進行變異的概率為：

其中，f_m為需要變異個體的適應度；k₃和k₄為常數。

6.根據權利要求1所述的電力系統預測的方法，其特征在于，步驟S6中的訓練樣本是經過篩選的訓練樣本，該篩選過程包括：

M1：確定當日時間，獲取當日特征向量；

M2：分別計算符合預設條件的歷史日的特征向量與當日特征向量的相似度是否符合預設閾值，若是，則選擇當前歷史日為訓練樣本；否則，排除當前歷史日。

7.一種電力系統預測的裝置，該裝置包括：初始模塊、賦值模塊、選擇模塊、交變模塊、判斷模塊和訓練模塊，其中，

所述初始模塊，用于初始化種群參數，生成種群個體；

所述賦值模塊，用于將所述初始模塊初始化的參數賦值給支持向量機，計算種群中每個個體的適應度；

所述選擇模塊，用于根據所述賦值模塊獲得的個體適應度，計算種群個體的選擇概率，并以該選擇概率進行個體選擇；

所述交變模塊，用于對所述選擇模塊選擇的種群個體進行交叉、變異；

所述判斷模塊，用于判斷當前種群是否達到訓練終止條件，若是，則獲得優化后的支持向量機，并觸發所述訓練模塊；否則，觸發選擇模塊；

所述訓練模塊，用于將訓練樣本輸入到優化后的支持向量機進行訓練獲得預測模型。

8.根據權利要求7所述的電力系統預測的裝置，其特征在于，

所述賦值模塊具體用于將所述初始模塊初始化的參數賦值給最小二乘機支持向量機，獲得預測值，計算每個個體的適應度，其中，

個體的適應度計算公式為：

其中，為預測值；y_i為真實值；f_i為第i個個體的適應度；c為常數。

9.根據權利要求8所述的電力系統預測的裝置，其特征在于，

所述選擇模塊計算種群個體的選擇概率的公式為：

其中，P_i為第i個個體的選擇概率。

10.根據權利要求8所述的電力系統預測的裝置，其特征在于，

所述交變模塊進行種群個體交叉的概率為：

其中，f_c為個體進行交叉前父代兩個個體中適應度大者；f_max為個體進行交叉前父代種群中的最大適應度；為個體進行交叉前父代種群中所有個體的平均適應度；k₁和k₂為常數；

所述交變模塊進行種群個體變異的概率為：

其中，f_m為需要變異個體的適應度；k₃和k₄為常數。