[发明专利]一种基于HIMVO-SVM的短期光伏发电功率预测方法

权利要求书

1.一种基于HIMVO-SVM的短期光伏发电功率预测方法，其特征在于，包括

步骤1、采集数据，包括太阳辐射强度、相对湿度、大气温度和光伏功率；

步骤2、将采集的数据结合归一化，基于以下公式：

其中，X_i为原始数据序列，X_max和X_min分别是原始数据中的最大值和最小值，是归一化后的序列；

将归一化后的数据中选取训练集，剩下数据作为测试集；并定义{(x_i,y_i)|i＝1,2,…,n,x_i∈Rⁿ,y_i∈Rⁿ}，x_i和y_i分别是训练样本的输入和输出；

步骤3、设置HIMVO和SVM的参数；并基于SVM建模仿真，所述SVM建模模型基于以下公式：

线性回归函数见式(1)用于拟合(x_i,y_i)；

f(x)＝w^Tx+b (1)

式中，w是权重向量，b是偏移量；

构造非线性函数将训练数据映射到高维空间，并构造回归估计函数；表达式如下：

优化问题表示为：

式中，C是惩罚因子，ξ_i、是松弛变量，ε是损失函数；

优化问题的拉格朗日函数通过拉格朗日乘子μ_i、μ_i^*、α_i和表示如下：

对式(4)的w求偏导且令其为0，可得：

式(5)带入式(1)可得回归函数：

步骤4、利用HIMVO算法搜索SVM模型参数的最佳值，具体包括：

步骤4.1，初始化与MVO和DE算法相关的参数:宇宙数n、最大迭代次数L、候选解维度d、决策变量矩阵大小VS、交叉概率PCR和比例因子F；

步骤4.2，基于帐篷映射的混沌序列初始化宇宙群，计算粒子的适应值以获得当前最优个体和全局最优个体位置；

步骤4.3，根据式(7)进行迭代，计算每个个体的适应度值，更新每个个体的位置；

步骤4.4，根据式(8)随机选择三个个体进行突变操作；

W_i(t+1)＝X_R1(t)+F[X_R2(t)-X_R3(t)] (8)

式中，W_i(t+1)是由突变操作产生的新个体，R1、R2、R3是彼此不等的随机数，F表示随机比例因子，值为0到1；

步骤4.5，根据式(9)进行交叉操作以获得新的突变个体，并计算其适应度值；交叉操作是在要变异的个体和新个体之间交换一些元素，以丰富个体的多样性；交叉方程式如下：

式中，PCR表示交叉概率，sd表示随机维度；

步骤4.6，根据式(10)进行选择操作以获得最佳个体；适者生存的原则，选择方程如式如下：

步骤4.7，达到最大迭代次数，则结束算法，否则，返回步骤4.3；

步骤5、最后得到基于HIMVO-SVM短期光伏发电功率模型的预测结果，即三种天气状况下的预测光伏发电功率。