发明公开
- 专利标题: 一种基于SSA-SVM模型的电动汽车负荷预测方法、系统及设备
-
申请号: CN202310242770.6申请日: 2023-03-14
-
公开(公告)号: CN116205367A公开(公告)日: 2023-06-02
- 发明人: 谭林林 , 孙佳启 , 沈筱琦 , 方鑫
- 申请人: 东南大学
- 申请人地址: 江苏省南京市玄武区新街口街道四牌楼2号
- 专利权人: 东南大学
- 当前专利权人: 东南大学
- 当前专利权人地址: 江苏省南京市玄武区新街口街道四牌楼2号
- 代理机构: 北京同辉知识产权代理事务所
- 代理商 杨敬
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06F18/10 ; G06F18/214 ; G06N20/10 ; G06N3/006 ; H02J3/00
摘要:
本发明公开了一种基于SSA‑SVM模型的电动汽车负荷预测方法、系统及设备,涉及电力负荷预测技术领域,对历史负荷数据进行预处理;在SVM预测模型基础上加入SSA优化算法,初始化麻雀种群参数后,确定SVM模型的参数范围;选取电动汽车负荷预测值和真实值的均方根rms作为SSA优化算法的适应度函数,直至满足条件从而得出最优函数值;将计算出的最优函数值输入SVM模型中,得到基于SSA优化算法的改进型SVM预测模型;使用基于SSA优化算法的改进型SVM预测模型对训练数据集和测试数据集进行学习和训练,得到优化后的SVM预测模型;基于优化后的SVM模型对电动汽车进行负荷预测,输出预测数据值。