-
公开(公告)号：CN108876001B
公开(公告)日：2021-09-24
申请号：CN201810413877.1
申请日：2018-05-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于孪生支持向量机的短期电力负荷预测方法，包括以下步骤：1)依据模型输入向量的格式制作样本数据集；2)对样本数据集的数据进行分类，一类用于参数优化，另一类用于测试；对参数优化的一类进行归一化预处理；3)对归一化预处理后的样本数据使用LBSA优化DW‑TSVR参数；4)采用基于LBSA参数优化的DW‑TSVR算法，结合用于测试的另一类样本数据进行DW‑TSVR模型的验证，计算短期电力负荷的预测结果。本发明将莱维飞行引入BSA算法的飞行行为中，提出了LBSA算法，算法的寻优性能有明显的提高，同时算法的收敛速度也得到了一定的提升，因此本发明提出的基于莱维飞行的鸟群算法具有更优的性能。
-
公开(公告)号：CN108876001A
公开(公告)日：2018-11-23
申请号：CN201810413877.1
申请日：2018-05-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于孪生支持向量机的短期电力负荷预测方法，包括以下步骤：1)依据模型输入向量的格式制作样本数据集；2)对样本数据集的数据进行分类，一类用于参数优化，另一类用于测试；对参数优化的一类进行归一化预处理；3)对归一化预处理后的样本数据使用LBSA优化DW‑TSVR参数；4)采用基于LBSA参数优化的DW‑TSVR算法，结合用于测试的另一类样本数据进行DW‑TSVR模型的验证，计算短期电力负荷的预测结果。本发明将莱维飞行引入BSA算法的飞行行为中，提出了LBSA算法，算法的寻优性能有明显的提高，同时算法的收敛速度也得到了一定的提升，因此本发明提出的基于莱维飞行的鸟群算法具有更优的性能。
-
Search Results
2
records
(took 0.022 seconds)
