基于灰色关联分析与ISSA-LSSVM的配电网可靠性预测
为了准确高效地进行配电网可靠性预测,提出一种基于灰色关联分析与改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的配电网可靠性预测模型(ISSA-LSSVM).首先,运用灰色关联分析法筛选出影响配电网可靠性的强相关影响因素;接着,引入自适应t分布策略和动态自适应权重对麻雀搜索算法进行创新性改进;然后,针对LSSVM模型中的参数选择盲目性的问题,采用改进后的麻雀搜索算法优化LSSVM的模型参数C和σ2并得到最佳模型;最后,将ISSA-LSSVM模型应用于实际电网中,并与传统的LSSVM模型、PSO-LSSVM模型、GA-LSSVM模型以及未改进的SSA-LSSVM模型的预测结果及误差进行对比.结果表明,所提模型的预测精度更高、稳定性更强.
配电网可靠性预测、灰色关联分析、改进麻雀搜索算法、最小二乘支持向量机、参数寻优
30
TM732(输配电工程、电力网及电力系统)
国家自然科学基金61803255
2023-06-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
856-864