[发明专利]一种电力系统预测的方法和装置

权利要求书

1.一种电力系统预测的方法，其特征在于，该方法包括：

S1：初始化种群参数，生成种群个体；

S2：将S1中的参数赋值给支持向量机，计算种群中每个个体的适应度；

S3：根据个体适应度，计算种群个体的选择概率，并以该选择概率进行个体选择；

S4：对S3选择的种群个体进行交叉、变异；

S5：判断当前种群是否达到训练终止条件，若是，则获得优化后的支持向量机，并执行S6；否则，执行S3；

S6：将训练样本输入到优化后的支持向量机进行训练获得预测模型。

2.根据权利要求1所述的电力系统预测的方法，其特征在于，步骤S2具体为将S1中的参数赋值给最小二乘机支持向量机，获得预测值，并计算每个个体的适应度，计算公式为：

其中，f_i为第i个个体的适应度；为预测值；y_i为真实值。

3.根据权利要求2所述的电力系统预测的方法，其特征在于，步骤S3中计算种群个体的选择概率的公式为：

其中，P_i为第i个个体的选择概率。

4.根据权利要求2所述的电力系统预测的方法，其特征在于，

步骤S4中种群个体进行交叉的概率为：

其中，f_c为个体进行交叉前父代两个个体中适应度大者；f_max为个体进行交叉前父代种群中的最大适应度；为个体进行交叉前父代种群中所有个体的平均适应度；k₁和k₂为常数。

5.根据权利要求2所述的电力系统预测的方法，其特征在于，

步骤S4中种群个体进行变异的概率为：

其中，f_m为需要变异个体的适应度；k₃和k₄为常数。

6.根据权利要求1所述的电力系统预测的方法，其特征在于，步骤S6中的训练样本是经过筛选的训练样本，该筛选过程包括：

M1：确定当日时间，获取当日特征向量；

M2：分别计算符合预设条件的历史日的特征向量与当日特征向量的相似度是否符合预设阈值，若是，则选择当前历史日为训练样本；否则，排除当前历史日。

7.一种电力系统预测的装置，该装置包括：初始模块、赋值模块、选择模块、交变模块、判断模块和训练模块，其中，

所述初始模块，用于初始化种群参数，生成种群个体；

所述赋值模块，用于将所述初始模块初始化的参数赋值给支持向量机，计算种群中每个个体的适应度；

所述选择模块，用于根据所述赋值模块获得的个体适应度，计算种群个体的选择概率，并以该选择概率进行个体选择；

所述交变模块，用于对所述选择模块选择的种群个体进行交叉、变异；

所述判断模块，用于判断当前种群是否达到训练终止条件，若是，则获得优化后的支持向量机，并触发所述训练模块；否则，触发选择模块；

所述训练模块，用于将训练样本输入到优化后的支持向量机进行训练获得预测模型。

8.根据权利要求7所述的电力系统预测的装置，其特征在于，

所述赋值模块具体用于将所述初始模块初始化的参数赋值给最小二乘机支持向量机，获得预测值，计算每个个体的适应度，其中，

个体的适应度计算公式为：

其中，为预测值；y_i为真实值；f_i为第i个个体的适应度；c为常数。

9.根据权利要求8所述的电力系统预测的装置，其特征在于，

所述选择模块计算种群个体的选择概率的公式为：

其中，P_i为第i个个体的选择概率。

10.根据权利要求8所述的电力系统预测的装置，其特征在于，

所述交变模块进行种群个体交叉的概率为：

其中，f_c为个体进行交叉前父代两个个体中适应度大者；f_max为个体进行交叉前父代种群中的最大适应度；为个体进行交叉前父代种群中所有个体的平均适应度；k₁和k₂为常数；

所述交变模块进行种群个体变异的概率为：

其中，f_m为需要变异个体的适应度；k₃和k₄为常数。