国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于BA-VMD-LSSVM的超短期電力負(fù)荷預(yù)測(cè)

2023-10-14 07:50:42李吉獻(xiàn)宋啟廣劉光宇陳柏文
機(jī)械工程師 2023年10期
關(guān)鍵詞:模態(tài)負(fù)荷設(shè)置

李吉獻(xiàn),宋啟廣,劉光宇,陳柏文

(山東電力工程咨詢?cè)河邢薰?,?jì)南 250013)

0 引言

光伏、風(fēng)電的大規(guī)模使用給能源系統(tǒng)帶來(lái)一定的問(wèn)題。由于它們具有很強(qiáng)的波動(dòng)性和隨機(jī)性,這將會(huì)影響發(fā)用電端平衡,進(jìn)而破壞能源系統(tǒng)。因此,高精度的電力負(fù)荷預(yù)測(cè)是至關(guān)重要的[1-3]。

目前的電力負(fù)荷預(yù)測(cè)主要分為傳統(tǒng)預(yù)測(cè)和機(jī)器學(xué)習(xí)預(yù)測(cè)[4]。由于傳統(tǒng)預(yù)測(cè)的數(shù)學(xué)模型簡(jiǎn)單,所以其預(yù)測(cè)精度較低。然而,人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)等機(jī)器學(xué)習(xí)預(yù)測(cè)則具有處理非線性問(wèn)題的優(yōu)勢(shì),得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。例如,鄒超等[5]使用SVM實(shí)現(xiàn)對(duì)短期負(fù)荷的預(yù)測(cè)。胡乙丹等[6]使用網(wǎng)格算法對(duì)SVM的超參數(shù)進(jìn)行優(yōu)化,完成對(duì)短期電力負(fù)荷的預(yù)測(cè)工作。但是,對(duì)波動(dòng)性較大的原始負(fù)荷直接進(jìn)行預(yù)測(cè),會(huì)嚴(yán)重影響SVM的預(yù)測(cè)性能。丁宏等[7]首先使用重復(fù)小波變換將負(fù)荷數(shù)據(jù)分解為若干子序列,然后應(yīng)用SVM進(jìn)行處理,達(dá)到了不錯(cuò)的預(yù)測(cè)精度。小波變換需要根據(jù)經(jīng)驗(yàn)選擇小波基函數(shù),會(huì)影響模型的自適應(yīng)性。此外,與SVM相比,最小二乘支持向量機(jī)(LSSVM)可快速進(jìn)行優(yōu)化參數(shù)和預(yù)測(cè)等操作。胡文波等[8]使用變分模態(tài)分解(VMD)降低負(fù)荷波動(dòng)性的影響,隨之應(yīng)用混沌鯨魚(yú)優(yōu)化的LSSVM進(jìn)行預(yù)測(cè),取得了不錯(cuò)的預(yù)測(cè)結(jié)果。趙鳳展等[9]使用VMD分解負(fù)荷數(shù)據(jù),隨后使用蝙蝠算法(BA)優(yōu)化的LSSVM進(jìn)行負(fù)荷預(yù)測(cè),有效提高了預(yù)測(cè)精度。但是,它們未考慮到VMD的參數(shù)設(shè)置,在一定程度上將影響最終預(yù)測(cè)結(jié)果。

針對(duì)上述研究背景,本文提出一種基于BA-VMDLSSVM的超短期負(fù)荷預(yù)測(cè)模型。該模型使用VMD將負(fù)荷數(shù)據(jù)分解,以降低波動(dòng)性的影響,為L(zhǎng)SSVM的下一步預(yù)測(cè)工作提供良好的數(shù)據(jù)基礎(chǔ)。而且,還使用BA算法對(duì)VMD和LSSVM的參數(shù)進(jìn)行全局優(yōu)化,以進(jìn)一步改善預(yù)測(cè)結(jié)果。將提出的模型應(yīng)用于2016年電工數(shù)學(xué)建模競(jìng)賽數(shù)據(jù)A題地區(qū)1的部分真實(shí)負(fù)荷數(shù)據(jù),證實(shí)了提出模型預(yù)測(cè)超短期負(fù)荷的高性能。

1 算法介紹

1.1 VMD分解算法

VMD在2014年被提出,隨后便被廣泛應(yīng)用于信號(hào)處理領(lǐng)域[9-11]。VMD能夠克制模態(tài)混疊和端點(diǎn)效應(yīng),具體步驟如下。

1)假設(shè)分解得到的各本征模態(tài)函數(shù)中心頻率不同,即將原問(wèn)題轉(zhuǎn)化為變分問(wèn)題。約束條件為:

式中:K為模態(tài)分量總數(shù);{uk}為k個(gè)模態(tài)分量;{ωk}為相應(yīng)中心頻率;δ(t)為狄拉克分布;f(t)為時(shí)間序列;t為采樣點(diǎn)。

2)引入增廣Lagrange函數(shù),轉(zhuǎn)化為非約束變分問(wèn)題,公式為

式中:λ為拉格朗日乘子;α為懲罰因子。

3)通過(guò)交替乘子法求解上述問(wèn)題,迭代更新公式為:

式中:∧代表傅里葉變換;n為迭代次數(shù);τ為保真系數(shù)。

通過(guò)上述轉(zhuǎn)換,完成對(duì)變分問(wèn)題的求解。

1.2 LSSVM預(yù)測(cè)算法

LSSVM不僅具有結(jié)構(gòu)風(fēng)險(xiǎn)最小化和小樣本等優(yōu)點(diǎn),還具有較低的計(jì)算復(fù)雜度[12]。LSSVM的回歸函數(shù)為

式中:ω為權(quán)重;b為偏差;x為輸入數(shù)據(jù)。

他們對(duì)此類產(chǎn)品的需求特征主要體現(xiàn)為以下幾點(diǎn):①在產(chǎn)品的定位上,要做符合大學(xué)生心理的產(chǎn)品,不同大學(xué)生對(duì)于手機(jī)的定位也是不同的,有的將其視為身份的象征,有的視為娛樂(lè)工具,有的則僅視為通訊工具。②在手機(jī)推廣宣傳上,可通過(guò)多種渠道進(jìn)行轟炸式宣傳,利用明星效應(yīng),請(qǐng)知名影星做產(chǎn)品的形象代言,增強(qiáng)產(chǎn)品的吸引力。③在產(chǎn)品外形設(shè)計(jì)上,著重開(kāi)發(fā)新的款式和外觀;在功能上,要注重實(shí)用性,優(yōu)化學(xué)生用戶使用手機(jī)的體驗(yàn)感。

式(7)對(duì)應(yīng)的優(yōu)化問(wèn)題可用式(8)和式(9)表示:

式中:γ為正則化參數(shù);ei為誤差變量。

對(duì)上式進(jìn)行求解,構(gòu)造拉格朗日函數(shù)如下:

式中,αi為拉格朗日乘子。

對(duì)式(10)進(jìn)行偏微分處理,求解α和b,得到的最終回歸函數(shù)為

式中,K(x,xi)為核函數(shù)。

LSSVM核函數(shù)為徑向基函數(shù),公式為

1.3 BA優(yōu)化算法

蝙蝠優(yōu)化算法是新興的群智能優(yōu)化算法,其通過(guò)模仿蝙蝠的超聲波回聲定位捕食過(guò)程來(lái)尋找全局最優(yōu)解[13]。

假設(shè)蝙蝠i在d維空間飛行,其在t+1時(shí)刻的速度和位置按照式(13)~式(15)更新:

為提高優(yōu)化性能,BA算法為最優(yōu)解添加擾動(dòng),如式(16)所示:

式中:ε為區(qū)間[0,1]的隨機(jī)數(shù);At為平均響度。

當(dāng)尋得最優(yōu)解后,蝙蝠將降低脈沖響度,提升脈沖頻率,迭代更新公式如下:

2 BA-VMD-LSSVM預(yù)測(cè)模型

負(fù)荷數(shù)據(jù)波動(dòng)性強(qiáng),直接對(duì)其進(jìn)行處理將導(dǎo)致預(yù)測(cè)結(jié)果精度較低。本文中使用VMD將負(fù)荷數(shù)據(jù)分解為多個(gè)平穩(wěn)性較強(qiáng)的IMF分量,然后分別使用LSSVM進(jìn)行處理,并隨之執(zhí)行疊加操作。VMD需設(shè)置IMF分量數(shù)目k和懲罰因子α,LSSVM需設(shè)置懲罰系數(shù)γ和核函數(shù)寬度σ。而且,負(fù)荷預(yù)測(cè)也需設(shè)置時(shí)間點(diǎn)數(shù)tau。由于上述設(shè)置參數(shù)會(huì)直接影響最終結(jié)果,于是本文使用BA算法對(duì)上述參數(shù)進(jìn)行全局優(yōu)化,進(jìn)而充分發(fā)揮VMD的分解能力和LSSVM的預(yù)測(cè)能力,以保證預(yù)測(cè)結(jié)果達(dá)到預(yù)期。此外,本文還使用式(19)來(lái)全面評(píng)價(jià)模型優(yōu)劣:

式中:MAPE為平均絕對(duì)百分比誤差;RMSE為均方根誤差;MAE為平均絕對(duì)誤差;yi為真實(shí)值;y^i為預(yù)測(cè)值。基于BA-VMD-LSSVM的預(yù)測(cè)模型流程如圖1所示。

圖1 BA-VMD-LSSVM預(yù)測(cè)模型流程圖

3 實(shí)例分析

實(shí)驗(yàn)數(shù)據(jù)選取2016年電工數(shù)學(xué)建模競(jìng) 賽A 題 中 地 區(qū)1 的2014年11月1日至2014年12月30日的真實(shí)負(fù)荷數(shù)據(jù)[14],其中,數(shù)據(jù)間隔為15 min,共計(jì)5760個(gè)數(shù)據(jù)點(diǎn)(前4608個(gè)數(shù)據(jù)為訓(xùn)練集,后1152個(gè)數(shù)據(jù)為測(cè)試集)。

通過(guò)分析處理訓(xùn)練集數(shù)據(jù),尋優(yōu)得到VMD和LSSVM的最優(yōu)參數(shù)。BA算法的參數(shù)設(shè)置如下:尋優(yōu)參數(shù)數(shù)目設(shè)置為5,迭代次數(shù)設(shè)置為10,種群大小設(shè)置為30。VMD的k范圍設(shè)置為[2,10],α范圍設(shè)置為[500,3000]。LSSVM的參數(shù)γ范圍設(shè)置為[0.01,100],參數(shù)σ范圍設(shè)置為[0.01,100]。負(fù)荷預(yù)測(cè)的時(shí)間點(diǎn)數(shù)tau范圍設(shè)置為[2,15]。最優(yōu)預(yù)測(cè)參數(shù)如表1所示。

表1 最優(yōu)預(yù)測(cè)參數(shù)表

將VMD參數(shù)設(shè)置為尋優(yōu)所得參數(shù),對(duì)負(fù)荷數(shù)據(jù)進(jìn)行分解,以直觀地觀察其分解能力。部分負(fù)荷數(shù)據(jù)及相應(yīng)模態(tài)分量如圖2所示。由圖可知,VMD分解得到的IMF分量存在于一定頻率范圍內(nèi),這降低了數(shù)據(jù)的波動(dòng)性,有利于進(jìn)行后續(xù)處理。

圖2 部分負(fù)荷數(shù)據(jù)及相應(yīng)模態(tài)分量

使用BA優(yōu)化后的LSSVM對(duì)各IMF分量分別進(jìn)行處理,并執(zhí)行相加操作得到最終的負(fù)荷預(yù)測(cè)結(jié)果。 BA -VMD -LSSVM預(yù)測(cè)結(jié)果如圖3所示。由圖3可知,BA-VMD-LSSVM 可以較為精準(zhǔn)地預(yù)測(cè)超短期負(fù)荷變化情況,證明了提出模型的有效性。

圖3 BA-VMD-LSSVM預(yù)測(cè)結(jié)果

進(jìn)一步計(jì)算MAE、RMSE及MAPE等指標(biāo),以更加準(zhǔn)確地評(píng)價(jià)預(yù)測(cè)結(jié)果。計(jì)算所得評(píng)價(jià)結(jié)果如下:MAE為49.36,RMSE為1.397 5,MAPE為0.73。通過(guò)上述指標(biāo),可以得知BA-VMD-LSSVM預(yù)測(cè)模型的精度較高,可以滿足工程需要。

4 結(jié)語(yǔ)

本文提出一種基于BA-VMD-LSSVM的超短期負(fù)荷預(yù)測(cè)模型。使用VMD分解電力負(fù)荷,有效降低了波動(dòng)性和隨機(jī)性,增加了負(fù)荷的可預(yù)測(cè)性。與SVM相比,應(yīng)用LSSVM進(jìn)行后續(xù)預(yù)測(cè),可有效減少預(yù)測(cè)時(shí)間,并提高預(yù)測(cè)精度。通過(guò)BA對(duì)VMD和LSSVM的參數(shù)進(jìn)行全局優(yōu)化,以發(fā)揮其最佳性能,實(shí)現(xiàn)了負(fù)荷數(shù)據(jù)的高精度預(yù)測(cè)。

猜你喜歡
模態(tài)負(fù)荷設(shè)置
中隊(duì)崗位該如何設(shè)置
防止過(guò)負(fù)荷時(shí)距離保護(hù)誤動(dòng)新判據(jù)
主動(dòng)降負(fù)荷才是正經(jīng)事
國(guó)內(nèi)多模態(tài)教學(xué)研究回顧與展望
本刊欄目設(shè)置說(shuō)明
中俄臨床醫(yī)學(xué)專業(yè)課程設(shè)置的比較與思考
負(fù)荷跟蹤運(yùn)行下反應(yīng)堆一回路控制系統(tǒng)仿真與驗(yàn)證
基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識(shí)別
Savitzky-Golay在含沖擊負(fù)荷短期負(fù)荷預(yù)測(cè)中的應(yīng)用
由單個(gè)模態(tài)構(gòu)造對(duì)稱簡(jiǎn)支梁的抗彎剛度
赞皇县| 江津市| 苏尼特右旗| 定西市| 宜川县| 台前县| 抚远县| 宜兰市| 沅陵县| 曲阜市| 包头市| 柳州市| 扎兰屯市| 金堂县| 徐水县| 义乌市| 福清市| 白河县| 清河县| 绥滨县| 永吉县| 中西区| 石嘴山市| 镇原县| 沙湾县| 通海县| 嵊泗县| 五大连池市| 界首市| 云林县| 晴隆县| 金山区| 高州市| 康保县| 平南县| 城市| 无棣县| 南华县| 留坝县| 沙坪坝区| 榆林市|