全電力推進船舶短期電力負(fù)荷預(yù)測研究.pdf

1、隨著全電力推進船舶電站自動化的提高，船舶電力負(fù)荷預(yù)測逐漸成為研究熱點。越來越多的人工智能方法被應(yīng)用到電力負(fù)荷預(yù)測中，使電力負(fù)荷的預(yù)測更加精確。本文以全電力推進船舶為研究對象，應(yīng)用改進的支持向量機（SVM）方法對其進行電力負(fù)荷預(yù)測。
　　 本文首先介紹了常用的短期電力負(fù)荷預(yù)測方法。通過對比國內(nèi)外船舶短期電力負(fù)荷預(yù)測方法，說明SVM船舶短期電力負(fù)荷預(yù)測的優(yōu)勢。之后，又介紹了全電力推進船舶的電力系統(tǒng)，以及預(yù)測相關(guān)的一些技術(shù)基礎(chǔ)，如SV

2、M和蟻群算法。
　　 其次，介紹了SVM的基本原理，并給出核函數(shù)的概念。由于短期電力負(fù)荷預(yù)測需要迅速取得預(yù)測結(jié)果，本文將最小二乘法應(yīng)用到SVM中，降低了問題的復(fù)雜性，提高了求解速度。通過分析現(xiàn)有最小二乘SVM中參數(shù)確定方法的不足，使用蟻群算法來優(yōu)化計算最小二乘SVM中的兩個參數(shù)。
　　 最后，對采集的歷史數(shù)據(jù)做出了預(yù)處理。數(shù)據(jù)初始化后，建立預(yù)測模型，使用蟻群優(yōu)化算法計算懲罰參數(shù)與核函數(shù)參數(shù)，之后使用ACA-LS-SVM方