[发明专利]一种用于分布式电源发电功率的智能预测方法

权利要求书

1.一种用于分布式电源发电功率的智能预测方法，其特征在于，包括：

步骤1：采集包括历史日风速、风向在内的气象样本数据并进行归一化处理；

步骤2：将样本数据分出模型训练数据和检验数据，运用果蝇算法进行迭代寻优；

步骤3：引入免疫算法对果蝇算法参数进行优化；

步骤4：采用免疫算法优化后的免疫-果蝇优化算法对支持向量机进行优化，建立优化后的支持向量机预测模型；

步骤5：检验支持向量机预测模型的有效性，并得到最终预测结果。

2.根据权利要求1所述方法，其特征在于，所述步骤2中果蝇算法的步骤包括：

步骤201：随机设定初始果蝇群体坐标(X₀,Y₀)；

步骤202：赋予果蝇个体利用嗅觉搜寻食物的随机方向η与群半径R，n次迭代寻优后果蝇群的坐标为(X_n,Y_n)

X_n＝X₀+R(η-0.5),Y_n＝Y₀+R(η-0.5)

其中，η为[0,1]的随机值，n为迭代寻优次数；

步骤203：预设各果蝇个体与原点间的距离D_n，再计算味道浓度判定值S_n，此值为距离的倒数S_n＝1/D_n；

步骤204：将味道浓度判定值S_n代入味道浓度判定函数，以求出各果蝇个体位置的味道浓度S_m,n，S_m,n＝f(S_n)；

步骤205：找出此果蝇群体中味道浓度最高的果蝇，求S_m,n极大值以及S_m,n极大值所对应的编号；

步骤206：保留最佳味道浓度值S_m,best及其对应的果蝇群位置坐标(X_best,Y_best)，此时，果蝇群内各个体果蝇利用视觉往该位置飞去，S_m,best＝maxS_m,n；

步骤207：进入迭代寻优，此时的果蝇群位置坐标(X_best,Y_best)成为新一次迭代寻优的果蝇群体初始位置；判断味道浓度是否优于前一次迭代味道浓度，若是，则执行步骤206；否则，重新执行步骤202～205。

3.根据权利要求1或2所述方法，其特征在于，所述步骤3包括：对果蝇算法每隔10代且果蝇群中最优味道浓度值不再变化时，就进行一次免疫，找出所有味道浓度值优于其上一次味道浓度值的果蝇，组成最优果蝇群；在此群中，把浓度值小于设定阈值的果蝇看成同一组，计算出该组果蝇数占最优果蝇群总数的概率，最后计算替换概率，当替换概率大于某值时，进行果蝇飞行路径的替换。

4.根据权利要求3所述方法，其特征在于，所述免疫-果蝇优化算法对支持向量机的正则化参数和径向基核函数参数进行优化。