基于RF-CPSO-LSSVM的日线损率置信区间预测研究

摘要

针对当前台区拓扑数据不全所造成的传统理论线损计算方法不适用的现状,提出了基于RF(随机森林)-CPSO(混沌粒子群)-LSSVM(最小二乘支持向量机)算法的日线损率置信区间预测研究方法.采用RF算法对造成线损的特征按重要性进行排序,计算各特征的累计贡献率并进行筛选;利用CPSO算法对LSSVM算法的惩罚因子C,g进行参数寻优以获得最佳预测模型,选取95％置信度下的理论线损置信区间作为预测结果.以浙江某市台区线损数据进行验证,结果表明,RF-CPSO-LSSVM算法比传统LSSVM,PSO-LSSVM和APSO-LSSVM算法预测日线损率置信区间结果更加精确,改进效果明显.