一种基于粒子群优化的支持向量机停电预测方法

    公开(公告)号:CN113435101A

    公开(公告)日:2021-09-24

    申请号:CN202110354085.3

    申请日:2021-04-01

    摘要: 本发明公开了一种基于粒子群优化的支持向量机停电预测方法,包括如下步骤:获取预先确定的有效特征的参数;将有效特征的参数输入预先训练的支持向量机模型中,支持向量机模型预测输出停电数据。在已有的停电特征基础上构造新特征;采用随机森林方法计算已有的停电特征重要性和新特征重要性,根据重要性对已有的停电特征和新特征进行排名,按照重要性排名顺序由高到低选择若干个已有的停电特征或新特征组成有效特征的参数;用有效特征的参数训练新建立的支持向量机模型,训练得到的支持向量机模型预测停电数据。通过对收集的停电数据进行数据分析和处理进行停电预测,可以为电力公司的停电决策提供参考,改善资源分配并可能缩短恢复时间,也可以给群众一定的反应时间。

    一种基于粒子群优化的支持向量机停电预测方法

    公开(公告)号:CN113435101B

    公开(公告)日:2023-06-30

    申请号:CN202110354085.3

    申请日:2021-04-01

    摘要: 本发明公开了一种基于粒子群优化的支持向量机停电预测方法,包括如下步骤:获取预先确定的有效特征的参数;将有效特征的参数输入预先训练的支持向量机模型中,支持向量机模型预测输出停电数据。在已有的停电特征基础上构造新特征;采用随机森林方法计算已有的停电特征重要性和新特征重要性,根据重要性对已有的停电特征和新特征进行排名,按照重要性排名顺序由高到低选择若干个已有的停电特征或新特征组成有效特征的参数;用有效特征的参数训练新建立的支持向量机模型,训练得到的支持向量机模型预测停电数据。通过对收集的停电数据进行数据分析和处理进行停电预测,可以为电力公司的停电决策提供参考,改善资源分配并可能缩短恢复时间,也可以给群众一定的反应时间。