[发明专利]基于帝国竞争算法优化支持向量机的短期风速预测方法

说明书

本发明涉及一种基于帝国竞争算法优化支持向量机的短期风速预测方法，包括以下步骤：首先对帝国集团初始化处理，选出势力较大的帝国主义国家和殖民地国家。接着进行帝国集团的同化，帝国主义国家对殖民地国家进行思想和行为上的同化。然后帝国集团之间进行竞争，适应度较大的帝国吞并适应度较小的帝国。再次帝国灭亡，在帝国吞并的过程中弱小国家的殖民地完全丢失后，帝国灭亡算法停止，取得最优参数。最后将取得的最优参数代入支持向量机模型训练并预测风速。本发明有利于提高风速预测的精度以及预测的速度。

技术领域

本发明涉及短期风速预测技术领域，特别是涉及一种基于帝国竞争算法优化支持向量机的短期风速预测方法。

背景技术

随着经济的发展，对不可再生能源的利用日益加剧，导致出现能源危机和全球变暖等一系列问题。风能作为一种取之不尽用之不竭的可再生能源，重要性不言而喻。风力发电成为近年来研究的热门，风速的大小很大程度上决定着风能的利用。精准的风速预测能够给电力调度部门提供有效的信息，从而减少风力发电并网对电网的不利影响。

目前，国内外也有较多关于短期风速的预测方法，传统的有基于物理模型的数值天气预报以及基于历史数据的等方法，但是由于风速的不确定性以及随机性较大，这些方法均不能较好的刻画风速预测模型。随着人工神经网络的日益兴起，相继有人提出了BP神经网络、Elman神经网络、小波神经网络等方法应风力发电系统的风速预测中，并且取得了一定的效果。由于对电力系统运行的稳定性以及电网调度准确性要求的提高，因此须建立一种更加快速、准确、便捷的风速预测模型，使得能够更好地进行电网调度与稳定运行。

发明内容

本发明所要解决的技术问题是提供一种基于帝国竞争算法优化支持向量机的短期风速预测方法，有利于提高风速预测的精度以及预测的速度。

本发明解决其技术问题所采用的技术方案是：提供一种基于帝国竞争算法优化支持向量机的短期风速预测方法，包括以下步骤：

(1)对帝国集团进行初始化处理，选出势力较大的帝国主义国家和殖民地国家；

(2)帝国集团的同化，即帝国主义国家对殖民地国家进行思想和行为上的同化；

(3)帝国集团之间进行竞争，计算总体适应度，使得适应度较大的帝国吞并适应度较小的帝国；

(4)在帝国吞并的过程中弱小国家的殖民地完全丢失后，帝国灭亡算法停止，取得最优参数；

(5)将取得的最优参数建立支持向量机模型，利用得到的支持向量机模型训练并预测风速。

所述步骤(1)具体为：随机生成初始国家，每个国家都对应着一个解向量，按照国家势力大小分为殖民国家和殖民地国家；其中，一个国家表示为country＝[x₁,x₂,...,x_n]，其中，x_n表示第n个优化向量；国家的势力大小用代价函数f_country表示，第m个国家的标准适应度公式为：其中，f_country,m表示第m个国家的函数值，f_country,i表示第i个国家的函数值，n表示国家个数；在计算标准适应度之后选取标准适应度较大的N_imp个国家作为帝国主义国家，剩下的N_col个国家作为殖民地国家。