基于果蝇算法和SVM的天然气日负荷预测

上传者: 38614825 | 上传时间: 2021-08-12 20:55:20 | 文件大小: 640KB | 文件类型: PDF
为了有效提高天然气短期负荷预测的准确度,提出了一种集成果蝇优化算法和SVM (Support Vector Machine)的混合优化策略FOA-SVM。首先,采用K-近邻算法对燃气负荷样本中离群数据进行查找定位,并用特征曲线法对离群数据进行修正。其次,综合考虑节假日、日期类型以及天气等影响因素,建立了基于SVM 的天然气日负荷预测模型,并采用果蝇优化算法优化SVM 的模型参数。最后,采用宁夏平罗县居民燃气日负荷数据和多种通用的定量误差评价方法,对建立的预测模型的可行性和有效性进行了验证。仿真结果表明,基于果蝇优化算法和SVM 的组合优化方法相对于人工神经网络和单纯SVM 方法,具有更好的预测精度。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明