公开(公告)号：CN107274038A

公开(公告)日：2017-10-20

申请号：CN201710641743.0

申请日：2017-07-31

Applicant: 上海电力学院

Inventor： 韩文花 ,  汪素青 ,  周孟初 ,  刘文鹏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/00

CPC classification number: G06Q10/04 ,  G06N3/006 ,  G06Q50/06

Abstract: 本发明涉及一种基于蚁狮优化的LSSVM年用电量预测方法，年用电量预测方法包括以下步骤：确定最小二乘支持向量机(Least Square Support Vector Machines，LSSVM)预测模型的输入变量；初始化蚁狮优化算法；计算初始蚁狮的适应度值，得到初始精英蚁狮；更新蚂蚁的位置，计算当前蚂蚁的适应度值，并与其相应蚁狮的适应度值进行比较，判断是否更新蚁狮位置；将更新位置后的蚁狮的适应度值，逐一与上一代精英蚁狮的适应度值比较，保留较小适应度值对应的蚁狮，得到本次迭代的精英蚁狮；判断是否达到最大迭代次数，若为是，则输出精英蚁狮的位置及相应的年用电量预测值，若为否，继续迭代。与现有技术相比，本发明具有预测精度更高和预测效率更高等优点。

公开(公告)号：CN107358318A

公开(公告)日：2017-11-17

申请号：CN201710514857.9

申请日：2017-06-29

Applicant: 上海电力学院

Inventor： 韩文花 ,  汪素青 ,  周孟初 ,  刘文鹏

IPC: G06Q10/04 ,  G06Q50/06

CPC classification number: G06Q10/04 ,  G06Q50/06

Abstract: 本发明涉及一种基于GM(1,1)模型和灰色Verhulst模型的城市用电量预测方法，首先，对历史用电量数据作cos(x)变换以增强数据序列的光滑度，从而提高GM(1,1)的预测精度；然后，将cos(x)变换后的数据输入GM(1,1)模型，得到预测的用电量数据序列；最后，对预测的用电量数据序列进行精度检验，若预测值在精度要求范围内，则输出用电量数据序列；否则，结合残差序列变化的特点及灰色Verhulst模型的优点，建立灰色Verhulst模型对精度不高或较低的残差序列做残差修正，直到用电量预测值满足精度要求，输出修正后的用电量数据序列。与现有技术相比，本发明具有较好地预测了城市年用电量和具有较高的预测精度等优点。