[發(fā)明專利]一種基于粒子群優(yōu)化的支持向量機(jī)停電預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202110354085.3
• 申請日: 2021-04-01
• 公開（公告）號: CN113435101B
• 公開（公告）日: 2023-06-30
• 發(fā)明（設(shè)計(jì)）人: 李淑鋒;李加;張玉峰;閆永昶;郭繼永
• 申請（專利權(quán)）人: 國網(wǎng)內(nèi)蒙古東部電力有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04;G06Q50/06;G06F111/06
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 韓紅莉

本發(fā)明公開了一種基于粒子群優(yōu)化的支持向量機(jī)停電預(yù)測方法，包括如下步驟：獲取預(yù)先確定的有效特征的參數(shù)；將有效特征的參數(shù)輸入預(yù)先訓(xùn)練的支持向量機(jī)模型中，支持向量機(jī)模型預(yù)測輸出停電數(shù)據(jù)。在已有的停電特征基礎(chǔ)上構(gòu)造新特征；采用隨機(jī)森林方法計(jì)算已有的停電特征重要性和新特征重要性，根據(jù)重要性對已有的停電特征和新特征進(jìn)行排名，按照重要性排名順序由高到低選擇若干個(gè)已有的停電特征或新特征組成有效特征的參數(shù)；用有效特征的參數(shù)訓(xùn)練新建立的支持向量機(jī)模型，訓(xùn)練得到的支持向量機(jī)模型預(yù)測停電數(shù)據(jù)。通過對收集的停電數(shù)據(jù)進(jìn)行數(shù)據(jù)分析和處理進(jìn)行停電預(yù)測，可以為電力公司的停電決策提供參考，改善資源分配并可能縮短恢復(fù)時(shí)間，也可以給群眾一定的反應(yīng)時(shí)間。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于粒子群優(yōu)化的支持向量機(jī)停電預(yù)測方法，屬于輸配電技術(shù)與信息科學(xué)技術(shù)領(lǐng)域。

背景技術(shù)

電力建設(shè)被認(rèn)為是現(xiàn)代社會(huì)中較為關(guān)鍵的基礎(chǔ)設(shè)施之一，隨著智慧電網(wǎng)的快速建設(shè)，電網(wǎng)系統(tǒng)中產(chǎn)生了大量的電力數(shù)據(jù)，為了更好地收集和管理電力數(shù)據(jù)搭建了電力大數(shù)據(jù)平臺(tái)。通過對收集到的電力數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，可以更好地了解到電網(wǎng)的運(yùn)行狀態(tài)。

停電現(xiàn)象在日常生活中發(fā)生的可能性較小，但在廣泛分布時(shí)會(huì)造成嚴(yán)重影響。它的影響幾乎滲透到社會(huì)的各個(gè)方面，包括經(jīng)濟(jì)、社會(huì)、公共衛(wèi)生和其他重要方面。停電通常會(huì)造成巨大的經(jīng)濟(jì)損失，影響其他關(guān)鍵基礎(chǔ)設(shè)施系統(tǒng)并嚴(yán)重破壞日常生活，因此對停電數(shù)據(jù)進(jìn)行分析很有必要。預(yù)測是數(shù)據(jù)挖掘中較為常見的技術(shù)之一，停電預(yù)測可以為電網(wǎng)公司、政府等提前做好停電的響應(yīng)規(guī)劃和決策。從短期看，停電預(yù)測可以幫助公共事業(yè)更好地計(jì)劃其響應(yīng)，從而更好地平衡成本和恢復(fù)速度。對于大規(guī)模停電事件，有利于電網(wǎng)企業(yè)提前準(zhǔn)備相應(yīng)的修復(fù)材料，以便更快地恢復(fù)電力節(jié)約成本。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)中缺乏停電預(yù)測方法的缺陷，提供一種基于粒子群優(yōu)化的支持向量機(jī)停電預(yù)測方法，為了擁有更多有效特征的參數(shù)訓(xùn)練數(shù)據(jù)，在已有特征基礎(chǔ)上構(gòu)造新的特征；為了提取與停電預(yù)測相關(guān)度大的有效數(shù)據(jù)，采用隨機(jī)森林方法提取有效特征的參數(shù)，提高模型性能；為了獲取更優(yōu)的模型參數(shù)，使用基于線性遞減權(quán)重的粒子群優(yōu)化算法搜索最優(yōu)的支持向量機(jī)參數(shù)，根據(jù)確定的參數(shù)訓(xùn)練停電數(shù)據(jù)。

為達(dá)到上述目的，本發(fā)明提供一種基于粒子群優(yōu)化的支持向量機(jī)停電預(yù)測方法，包括：

獲取預(yù)先確定的有效特征的參數(shù)；將有效特征的參數(shù)輸入預(yù)先訓(xùn)練的支持向量機(jī)模型中，支持向量機(jī)模型預(yù)測輸出停電數(shù)據(jù)。

優(yōu)先地，訓(xùn)練支持向量機(jī)模型，包括：

在已有的停電特征基礎(chǔ)上構(gòu)造新特征；

采用隨機(jī)森林方法計(jì)算已有的停電特征重要性和新特征重要性，根據(jù)重要性對已有的停電特征和新特征進(jìn)行排名，按照重要性排名順序由高到低選擇若干個(gè)已有的停電特征或新特征組成有效特征的參數(shù)；

用有效特征的參數(shù)訓(xùn)練參數(shù)待確定的支持向量機(jī)模型，構(gòu)建有效特征的參數(shù)和停電數(shù)據(jù)之間的映射關(guān)系。

優(yōu)先地，采用隨機(jī)森林方法計(jì)算已有的停電特征重要性和新特征重要性，根據(jù)重要性對已有的停電特征和新特征進(jìn)行排名，按照重要性排名順序由高到低選擇若干個(gè)已有的停電特征或新特征組成有效特征的參數(shù)，包括：

隨機(jī)森林使用固定的概率分布下的隨機(jī)向量產(chǎn)生若干個(gè)不相關(guān)的決策樹，對多個(gè)決策樹的分類結(jié)果進(jìn)行投票產(chǎn)生最終的分類結(jié)果，最終的分類結(jié)果包括會(huì)停電和不會(huì)停電；隨機(jī)森林計(jì)算得到已有的停電特征在多個(gè)決策樹上的重要性和新特征在多個(gè)決策樹上的重要性，已有的停電特征和新特征一起按照重要性進(jìn)行排名，排名順序由高到低選擇若干個(gè)已有的停電特征或新特征組成有效特征的參數(shù)。

優(yōu)先地，隨機(jī)森林計(jì)算得到已有的停電特征在多個(gè)決策樹上做的重要性和新特征在多個(gè)決策樹上做的重要性，包括：