基于emd與果蠅參數(shù)尋優(yōu)的lssvm的機場能耗預(yù)測

1、基于基于EMD與果蠅參數(shù)尋優(yōu)的與果蠅參數(shù)尋優(yōu)的LSSVM的機場能耗預(yù)的機場能耗預(yù)測進入二十一世紀以來，機場信息化發(fā)展迅速，研發(fā)了各類能耗信息管理系統(tǒng)，同時收集到了海量的機場能耗數(shù)據(jù)，這些數(shù)據(jù)可用于機場能耗預(yù)測。機場能耗預(yù)測是機場能源優(yōu)化調(diào)度和綜合管理的前提。機場能耗預(yù)測精度越高，就越有利于提高機場大型用電設(shè)備的效率，同時能為后期的調(diào)度工作提供有效的數(shù)據(jù)支持[1]。機場能耗數(shù)據(jù)具有隨機性、周期性、跳變性等特征，目前主流能耗預(yù)測方法是假設(shè)它

2、為周期性的穩(wěn)定序列，這導(dǎo)致分析數(shù)據(jù)特征的精度不高。為了更有效的掌握能耗序列變化的信息，運用經(jīng)驗?zāi)Ｊ椒纸猓‥MD）方法對其進行數(shù)據(jù)預(yù)處理，再根據(jù)分解后各分量的特點完成后面模型建立和能耗預(yù)測。文獻[2]中提到EMD是一種將原序列的時域特性和頻域特性組合在一起分析的自適應(yīng)信號分解方法，它將非平穩(wěn)序列分解成若干個不同頻率的本征模態(tài)分量（Intrinsicmodefunction，IMF），各個分量包含不同的特征信息，對各分量分別進行分析可以減少

3、了序列中不同特征信息之間的干涉或耦合[2]。研究能耗預(yù)測的方法主要有回歸分析法[3]、時間序列法[45]、神經(jīng)網(wǎng)絡(luò)法[69]等。其中神經(jīng)網(wǎng)絡(luò)能耗預(yù)測法應(yīng)用廣泛，但其計算速度緩慢、模型的網(wǎng)絡(luò)結(jié)構(gòu)難以確定、容易陷入局部極小值而難以找到全局最優(yōu)解，由此造成能耗預(yù)測精度不高[10]。支持向量場各站點將采集到的能耗數(shù)據(jù)發(fā)送到互聯(lián)網(wǎng)，機場能源站上位機負責(zé)接受并儲存這些數(shù)據(jù)。系統(tǒng)結(jié)構(gòu)圖如圖1所示。2經(jīng)驗?zāi)Ｊ椒纸鈾C場能耗數(shù)序列具有復(fù)雜性、周期性、隨機性

4、等特征。利用經(jīng)驗?zāi)Ｊ椒纸猓‥MD）將機場能耗序列分解成若干個不同頻率的本征分量（IMF），IMF具如下特點：極值（極大值和極小值）數(shù)與過零點的數(shù)目相等或最多相差一個；在任意頻率里其上、下包絡(luò)線的均值必須是零[13]。原機場能耗序列經(jīng)過EMD分解可以看出其周期項、隨機項、趨勢項，從而達到機場能耗序列平穩(wěn)化的效果。具體的分解過程如下：⑴根據(jù)原能耗序列X（t）的局部極值求出其上、下包絡(luò)線的平均值M1；⑵將原能耗序列減去平均包絡(luò)后即可得一個去掉

5、低頻的新序列F1=X（t）M1；判斷F1是否滿足本征分量的條件，若不滿足將F1看作新X（t），重復(fù)上述處理過程，直到F1滿足為止，記F1為IMF1；⑶將R1=X（t）F1看作新的X（t），重復(fù)以上⑴和⑵步驟，即可依次得到IMF2，IMF3…直到Fn或Rn滿足給定的終止條件時篩選結(jié)束。最后，原始的數(shù)據(jù)序列X（t）可表示為：式⑴表明，EMD處理之后原能耗序列X（t）分解成了幾個不同特征的分量，其中每個分量都代表一個特征尺度的能耗序列，對這些