[发明专利]一种基于ABC算法的短期微电网负荷预测方法

权利要求书

1.一种基于ABC算法的短期微电网负荷预测方法，其特征在于：所述方法包括如下步骤：

步骤1：获取微电网负荷功率数据：

步骤2：结合预测区间覆盖率PICP和预测区间平均带宽W构建优化准则CWC；

步骤3：将细菌觅食优化算法中的趋向性操作引入到跟随蜂的局部搜索策略中，若蜜源得到改善，则继续沿着该方向向前游动，直到蜜源不再改善或者达到最大步数为止：

步骤4：引入最优蜜源引导机制对传统人工蜂群算法进行改进，采用淘汰蜜源与最优蜜源交叉引导产生新个体，避免不良个体的引入，防止对种群进化产生误导：

步骤5：建立基于改进人工蜂群算法循环神经网络的短期微电网负荷功率区间预测模型，通过改进人工蜂群算法对优化准则进行寻优更新神经网络权值阈值。

2.根据权利要求1所述基于ABC算法的短期微电网负荷预测方法，其特征在于，所述步骤2中结合预测区间覆盖概率PICP、预测区间平均带宽W构建优化准则CWC，包括以下计算步骤：

P I C P = 1 N Σ i = 1 N C i - - - ( 1 ) ]]>

c i = 1 , ζ i ∈ [ L i , U i ] 0 , ζ i ∉ [ L i , U i ] - - - ( 2 ) ]]>

W = 1 N R Σ i N ( U i - L i ) - - - ( 3 ) ]]>

C W C = W ( 1 + γ P I S C P e - η ( P - W ) ) - - - ( 4 ) ]]>

γ P I S C P = 1 , P ≥ μ 0 , P ≥ μ - - - ( 5 ) ]]>

式中：N为样本总数，ξi为实际微电网负荷功率，Li为预测下界，Ui为预测上界。μ为(1-α)置信水平的置信区间，η为PICP未达到置信区间μ时的惩罚量。根据权利要求1所述基于ABC算法的短期微电网负荷预测方法，其特征在于，跟随蜂在D维空间进行翻转，并向前游动，若蜜源得到改善，则继续沿着该方向向前游动，直到蜜源不再改善或者达到最大步数，包括以下计算步骤：

θij＝R×(Xbj-Xki) (6)

X′ij＝Xbj+θij (7)

其中，θij表示第i个蜜蜂在第j维分量每次翻转的位移，X’ij表示新蜜源的位置。

3.根据权利要求1所述方法，其特征在于，在满足种群淘汰条件时，采用淘汰蜜源与最优蜜源交叉引导产生新个体，这样不仅可以避免不良个体的引入，防止对种群进化产生误导，而且有利于保持种群多样性，其交叉公式为: