[发明专利]公变台区需求响应成效预测模型构建方法及装置

权利要求书

1.公变台区需求响应成效预测模型构建方法，其特征在于，包括以下步骤：

步骤1、结合历史需求响应开展情况，分析影响需求响应效果的因素，确定改进PSO-SVR需求响应效果预测模型的输入量和输出量；

步骤2、基于改进PSO算法和SVR模型搭建改进PSO-SVR需求响应效果预测模型；

步骤3、向改进PSO-SVR需求响应效果预测模型输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；

步骤4、构建最优改进PSO-SVR需求响应效果预测模型并进行训练和预测：基于最优的惩罚函数和最优核参数，构建最优改进PSO-SVR需求响应效果预测模型，并使用历史数据对最优改进PSO-SVR需求响应效果预测模型进行训练；向训练后的最优改进PSO-SVR需求响应效果预测模型输入用户需预测的数据，最优改进PSO-SVR需求响应效果预测模型输出预测结果。

2.根据权利要求1所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤2中的改进PSO算法为：

式中，、为学习因子；、为0到1之间相互独立的随机值；为惯性权重因子，为非负常数；表示第个粒子下一时刻的速度；表示第个粒子当前时刻的速度；为当前粒子最优解；为种群最优解；为自然常数，为当前迭代次数，为最大迭代次数，代表第个粒子的位置。

3.根据权利要求2所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤2中所述SVR模型选用核函数为径向基核函数：

式中为两个特征向量之间的平方的欧几里得距离，为输入特征向量，为核参数中心值，为径向基核函数，为核参数；

SVR模型的损失度函数公式如下：

式中，和是超平面的参数，为偏差常量，是的超平面，T表示矩阵转置；

所述SVR模型如下所示：

式中，为第个第一容忍因子，为第个第二容忍因子，n为样本数量，为惩罚函数。

4.根据权利要求1所述的公变台区需求响应成效预测模型构建方法，其特征在于，所述输入量为温度、湿度、风速、日期属性、活动开展时长、节电量补贴单价、活动推广方式、需求响应活动参与率、居民用户多时段负荷特征量、用户用电行为特征量；所述输出量为用户需求响应节电量。

5.根据权利要求2所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤3具体过程如下：

步骤3.1，设置寻优问题数量、惩罚函数和核参数的取值范围、最大迭代次数，完成改进PSO-SVR需求响应效果预测模型初始化，输入量为温度、湿度、风速、日期属性、活动开展时长、节电量补贴单价、活动推广方式、需求响应活动参与率、居民用户多时段负荷特征量、用户用电行为特征量；输出量选取为用户需求响应节电量；

步骤3.2，数据集拆分：将全部需求响应数据拆分为测试数据集、训练数据集；

步骤3.3，输入训练数据集对改进PSO-SVR需求响应效果预测模型进行训练；

步骤3.4，对步骤3.3中训练完成的改进PSO-SVR需求响应效果预测模型，输入测试数据集对改进PSO-SVR需求响应效果预测模型进行验证；采用决定系数R²作为改进PSO-SVR需求响应效果预测模型评价指标，

式中，为第i个预测值，为第i个实际值，为实际值均值，记录本次迭代决定系数对应的惩罚函数和核参数；

步骤3.5，采用公式（1）更新粒子位置，并重复执行训练步骤3.3-步骤3.4；

步骤3.6，判断；若满足终止条件，转步骤3.7，不满足转步骤3.3；

步骤3.7，根据不同核参数和惩罚函数下决定系数，选取最优决定系数对应的惩罚函数和最优核参数作为最优改进PSO-SVR需求响应效果预测模型的参数。