基于混合智能优化算法的短期电力负荷预测研究

发布时间：2021-07-17 17:54

　　准确地预测短期电力负荷有助于电力系统安全得以保障和发电成本的降低,相关学者专家在电力负荷预测上的研究已经付出很长的时间,并且取得了可喜的成果。传统预测模型大多高度依靠人工经验,缺乏自主学习能力,因此难以较好地分析和拟合高度非线性多因素的电力负荷数据;而当前人工神经网络因为具有运行效率高、非线性映射能力强等优点,因此被广泛应用于电力负荷预测,但是鉴于部分神经网络模型参数随机初始化和结构难确定的原因,进行准确地电力负荷预测还有一定难度。而改进树种优化算法结合了标准树种算法和莱维飞行算法的各自优点,使得全局寻优能力极佳,在参数寻优方面应用广泛,本文将改进的树种优化算法用于优化极限学习机随机初始参数,并将改进后的模型用于短期电力负荷预测研究。本文主要工作如下:（1）提出基于Levy飞行改进的树种优化算法（LTSA）,针对标准树种优化算法（TSA）全局搜索能力弱,算法易早熟等缺点,本文将标准树种优化算法与莱维飞行相结合,提升标准树种算法的全局寻优能力,避免算法寻优时陷入局部最优,同时将LTSA算法与树种算法（TSA）、飞蛾扑火优化算法（MFO）、灰狼优化算法（GWO）和粒子群优化算法（PSO）等... 

【文章来源】：湖北工业大学湖北省

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

前三个主分量分布

湖北工业大学硕士学位论文17图3.1树种优化算法流程针对预定义的迭代次数执行该处理，所提方法平衡了传播和探索能力。3.2提出Levy飞行改进的树种算法3.2.1Levy飞行到目前为止，已经有很多学者证明自然界的许多动物和昆虫寻找食物的轨迹符合莱维分布模式[35]。莱维飞行是服从莱维分布的随机搜索路径，目前在优化领域，莱维飞行策略应用很广，比如布谷鸟算法中就采用莱维飞行进行位置更新[36]，蝙蝠算法中采用莱维飞行策略模仿蝙蝠的捕食行为取代原有算法的速度和位置[37]，粒子群算法中迭代多次后使用莱维飞行更新粒子位置[38]等等。本文提出将莱维飞行和标准的树种优化算法相结合，种子更新时引入莱维飞行随机游走策略，使适应度偏差较大

湖北工业大学硕士学位论文20如果新产生的最优解比之前的最优解更好，则新的最优解和其对应的树的位置替代原先的最优解和对应的树；Step4：检测是否满足迭代终止条件；如果不满足，则回到Step2.Step5：输出；输出最优解。（4）基于Levy飞行改进的树种优化算法的流程图如图所示。图3.2Levy飞行改进的树种算法流程3.3LTSA算法在函数中的测试结果分析为了验证基于levy飞行的树种算法的有效性与正确性，下面通过10个基准测试函数来验证改进后树种算法的性能，这些基准函数中既有单峰函数也有多峰函数。在此次仿真实验中，仿真环境为Win7操作系统、Intel处理器3.70GHz、

【参考文献】：
期刊论文
[1]融合注意力机制和语义关联性的多标签图像分类[J]. 薛丽霞,江迪,汪荣贵,杨娟.  光电工程. 2019(09)
[2]基于注意力机制的LSTM语音情感主要特征选择[J]. 胡婷婷,冯亚琴,沈凌洁,王蔚.  声学技术. 2019(04)
[3]基于PCA-LM-BP的短期电力负荷预测研究[J]. 张梅,李金湖,张莉娜,杨铮宇.  信息技术. 2019(06)
[4]基于粒子群算法的极限学习机短期电力负荷预测[J]. 李杰,靳孟宇,马士豪.  制造业自动化. 2019(01)
[5]基于粒子群优化算法的最优极限学习机[J]. 潘怀奇,闭应洲,潘永华.  广西师范学院学报(自然科学版). 2018(04)
[6]基于PSO-HKELM的变压器顶层油温预测模型[J]. 李可军,徐延顺,魏本刚,黄华,亓孝武,胡爽.  高电压技术. 2018(08)
[7]基于KPCA-MPSO-ELM的矿井突水水源判别模型[J]. 毛志勇,黄春娟,路世昌,韩榕月.  中国安全科学学报. 2018(08)
[8]基于核主成分分析与改进神经网络的电力负荷中期预测模型[J]. 孙新程,孔建寿,刘钊.  南京理工大学学报. 2018(03)
[9]带有高斯变异的Lévy飞行改进蝙蝠算法[J]. 杜艳艳,刘升.  微电子学与计算机. 2018(03)
[10]基于双重注意力模型的微博情感分析方法[J]. 张仰森,郑佳,黄改娟,蒋玉茹.  清华大学学报(自然科学版). 2018(02)

硕士论文
[1]时变权重的组合模型在短期电力负荷预测中的应用[D]. 邹潇.兰州大学 2018



本文编号：3288659