龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华北电力大学
摘要：本发明公开了一种基于AFSA‑LSSVM的水电站短期出力预测方法，包括以下步骤：原始数据进行预处理‑辅助变量的选取和数据集划分‑构建AFSA‑LSSVM模型：得到AFSA‑LSSVM模型预测的水电站出力值‑AFSA‑LSSVM模型的预测性能评估。本发明采用上述基于AFSA‑LSSVM的水电站短期出力预测方法，通过求解一个线性方程组的SVM来代替SVM中的QP问题，将SVM中的二次规划问题转化为求线性方程组的解，并通过模拟鱼类生物行为方法随机搜索超参数，极大的提高了算法的收敛进度，避免陷入局部最优，增加了模型的鲁棒性，从而提高了水电站短期出力值预测的准确度和预测速度。
主权项：1.一种基于AFSA-LSSVM的水电站短期出力预测方法，其特征在于：包括以下步骤：S1、原始数据进行预处理，原始数据为水电站出力的原始时序特征数据：对原始数据中的异常值进行识别并剔除，采用平均值插值法对原始数据中的空白值和异常值空缺进行插值处理，并将处理后的数据归一化至[0,1]范围内；S2、辅助变量的选取和数据集划分：辅助变量的选取：通过灰色关联度分析法判断各影响因素与预测目标的相关性大小，选择灰色关联度大于设定值的影响因素作为辅助变量，并输入AFSA-LSSVM模型；数据集划分：对原始数据集按照比例进行划分，其中一部分数据作为训练集训练AFSA-LSSVM模型的参数，剩余部分数据作为测试集验证AFSA-LSSVM模型的预测效果；S3、构建AFSA-LSSVM模型：选择核函数，人工鱼群算法优化核心超参数以及确定的辅助变量输入LSSVM模型，得到回归预测输出，利用AFSA-LSSVM模型预测水电站出力值；S4、AFSA-LSSVM模型的预测性能评估：至少采用决定系数、均方根误差、平均相对误差作为指标评价AFSA-LSSVM模型的预测性能。
全文数据：
权利要求：
百度查询： 华北电力大学 基于AFSA-LSSVM的水电站短期出力预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号