基于自适应分类策略和混合优化SVR的光功率预测方法

摘要

本发明提供了一种基于自适应分类策略和混合优化SVR的光功率预测方法，包括以下步骤：S1.数据预处理，采用无量纲化处理方法和基于密度的离群点算法剔除历史样本中的异常样本，并采用插值算法对缺失数据进行重构或直接删除；S2.样本帅选，通过自适应分类策略筛选出与预测时刻气象数据高度相似的历史样本；S3.模型训练与数值预测，采用量子粒子群算法和网格法混合优化SVR算法训练预测模型，输入预测时刻气象数据，得到功率预测值。本发明能够降低错误数据和缺失数据对预测精度的不利影响,能根据预测时刻气象数据筛选出与预测时刻气象数据高度相似的历史样本，并采用量子粒子群与网格法混合优化SVR算法的超参数，提高模型的泛化能力。