[发明专利]基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法

说明书

技术领域

本发明涉及年用电量预测技术领域，尤其是涉及一种基于布谷鸟搜索优化MGM(1,N)的年用电量预测方法。

背景技术

电力是关系国计民生的重要基础产业和公用事业。用电量电力系统预测作为电力规划、投资、生产、调度和交易等工作的基础，在电力安全和经济运行中发挥着至关重要的作用。我国年用电量，既有逐年增长的确定性，又有随机变化的不确定性，可以视为典型的灰色系统，适合使用灰色模型建模预测。但随着电力系统复杂性和电力市场化程度的不断提高，传统灰色预测方法逐渐不能适应电力负荷预测的需要。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于布谷鸟搜索优化MGM(1,N)的年用电量预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于布谷鸟搜索优化MGM(1,N)的年用电量预测方法，该方法包括以下步骤：

S1、确定灰色预测模型MGM(1,N)的输入变量；

S2、初始化布谷鸟搜索算法的参数；

S3、将鸟巢的初始位置代入灰色预测模型，求出对应的年用电量预测值；

S4、建立适应度函数并代入年用电量预测值和实际用电量，计算初始适应度值，并得到初始最优鸟巢位置；

S5、按照莱维飞行公式更新鸟巢位置，计算当前鸟巢位置的适应度值，并与上代鸟巢位置的适应度值进行比较，择优选择鸟巢位置，同时更新最优鸟巢位置；

S6、再按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置；

S7、判断是否达到最大迭代次数，若是，则转至S8，否则将迭代次数加1后，转至S5；

S8、完成迭代过程，得到最优鸟巢位置，最优鸟巢位置对应的用电量预测值即为所求年用电量预测值。

S1中的灰色预测模型MGM(1,N)的输入变量确定方法为：采用灰色关联分析方法对用电量影响因素与用电量进行灰色关联分析，获得用电量影响因素与用电量之间的关联度值，根据关联度值，选择年用电量影响因素作为MGM(1,N)的输入变量。

S2中初始化布谷鸟搜索算法的参数具体包括以下步骤：

S201、定义种群规模N_P、最大迭代次数Max_iter、鸟巢淘汰概率P_a、维数D＝1以及解空间的范围；

S202、在解空间的范围内随机生成N_p个鸟巢的初始位置Nest_i(i＝1,2,…,N_p)，其中Nest_i＝b_l+rand(N_p,1)*(b_u-b_l)，rand为[0,1]之间的随机数，b_l为解空间的下界，b_u为解空间的上界，每一个鸟巢对应一个加权参数α的解。

所述的解空间的范围为[0,1]。

S3具体包括以下步骤：

S301、根据选择的年用电量影响因素，设i＝1,2,…,N，其中表示用电量序列，表示用电量的影响因素序列，N-1为经灰色关联分析选择的年用电量影响因素数；

S302、对做一次累加，生成累加序列式中，

S303、将鸟巢位置即加权参数α代入MGM(1,N)，计算的均值生成序列

S304、建立MGM(1,N)模型：式中，k＝2,3,…,n，相应的白化微分方程为其中，a，b_i为待识别的参数；设A＝[a,b₁,b₂,…,b_N]^T,利用最小二乘法估计a和b_i，解得A＝(B^TB)^-1B^TY，其中，B和Y分别为：

S305、则白化微分方程的解为：

S306、求解MGM(1,N)模型的近似时间响应式；

S307、进行累减还原，得到用电量预测值；

S308、根据适应度函数F，式中，表示用电量预测值，为用电量实际值，计算每个鸟巢的初始适应度值，将所有初始适应度值一一比较，得到并记录初始最优鸟巢位置及其适应度值。