【SVM回歸預(yù)測】基于EMD結(jié)合支持向量機(jī)實現(xiàn)電力負(fù)荷預(yù)測附Matlab代碼
【SVM回歸預(yù)測】基于EMD結(jié)合支持向量機(jī)實現(xiàn)電力負(fù)荷預(yù)測附Matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
?作者簡介：熱愛科研的Matlab仿真開發(fā)者，修心和技術(shù)同步精進(jìn)，matlab項目合作可私信。
個人主頁： Matlab科研工作室
個人信條：格物致知。
更多Matlab仿真內(nèi)容點擊
智能優(yōu)化算法 神經(jīng)網(wǎng)絡(luò)預(yù)測 雷達(dá)通信 無線傳感器 電力系統(tǒng)
信號處理 圖像處理 路徑規(guī)劃 元胞自動機(jī) 無人機(jī)
? 內(nèi)容介紹
近年來,電能質(zhì)量問題已經(jīng)成為當(dāng)今電力工程領(lǐng)域里亟待解決的問題,而電力系統(tǒng)故障診斷分類是改善電能質(zhì)量和保護(hù)電力系統(tǒng)的一個重要環(huán)節(jié). 根據(jù)電力負(fù)荷特性的變化規(guī)律,考慮了日期類型、溫度、天氣情況等影響負(fù)荷預(yù)測的因素,本文提出將EMD-支持向量機(jī)算法應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測。 .采用EMD將傳輸線電壓信號分解成有限個本征模函數(shù)(IMF); 結(jié)果表明EMD-支持向量機(jī)算法比其他預(yù)測方法精確等級更高,可靠性更強(qiáng),合理性和實用性都更強(qiáng),取得了很好的預(yù)測結(jié)果。
? 部分代碼
function [mse,bestc,bestg] = SVMcgForRegress(train_label,train,cmin,cmax,gmin,gmax,v,cstep,gstep,msestep,kerneltype) %v,cstep這些不寫的話就是默認(rèn)值
%
% 利用網(wǎng)格搜索與交叉驗證進(jìn)行核參數(shù)與懲罰參數(shù)選擇
% cmin cmax c的取值范圍
% gmin gmax g的取值范圍
% v 就是交叉驗證參數(shù) 一般是5折交叉驗證
% cstep gstep 網(wǎng)格取值的步長
% msestep 誤差的步長 只是為了最后畫等高線圖用一用，這樣比較好看
% kerneltype=0（線性核） 1（多項式核） 2（rbf核函數(shù)） 3（sigmoid核函數(shù)）
[X,Y] = meshgrid(cmin:cstep:cmax,gmin:gstep:gmax);
[m,n] = size(X);
cg = zeros(m,n);
eps = 10^(-4);
bestc = 0;
bestg = 0;
mse = Inf;
basenum = 2;
for i = 1:m %每更改一組c g值，跑5折交叉驗證 最終選擇精度最高的那一組c g
for j = 1:n
cmd = [’-v ’,num2str(v),’ -c ’,num2str( basenum^X(i,j) ),’ -g ’,num2str( basenum^Y(i,j) ),’ -s 3 -t ’,num2str(kerneltype),’ -p 0.1 -d 1’];
cg(i,j) = svmtrain(train_label, train, cmd);
if cg(i,j) < mse
mse = cg(i,j);
bestc = basenum^X(i,j);
bestg = basenum^Y(i,j);
end
if abs( cg(i,j)-mse )<=eps && bestc > basenum^X(i,j)
mse = cg(i,j);
bestc = basenum^X(i,j);
bestg = basenum^Y(i,j);
end
end
end %選擇誤差最接近的0的c，g。當(dāng)存在多組c，g，就選擇最小的那組cg
% to draw the acc with different c & g
[cg,ps] = mapminmax(cg,0,1);
%%
% figure;
% [C,h] = contour(X,Y,cg,0:msestep:0.5);%contour的作用就是畫等高線
% clabel(C,h,’FontSize’,10,’Color’,’r’);
% xlabel(’log2c’,’FontSize’,12);
% ylabel(’log2g’,’FontSize’,12);
% firstline = ’SVR參數(shù)選擇結(jié)果圖(等高線圖)[GridSearchMethod]’;
% secondline = [’Best c=’,num2str(bestc),’ g=’,num2str(bestg), ...
% ’ CVmse=’,num2str(mse)];
% title({firstline;secondline},’Fontsize’,12);
% grid on;
%
% figure;
% meshc(X,Y,cg); %meshc就是比mesh的3d圖在底層（Z=0）多了等高線而已
% % mesh(X,Y,cg);
% % surf(X,Y,cg);
% axis([cmin,cmax,gmin,gmax,0,1]);
% xlabel(’log2c’,’FontSize’,12);
% ylabel(’log2g’,’FontSize’,12);
% zlabel(’MSE’,’FontSize’,12);
% firstline = ’SVR參數(shù)選擇結(jié)果圖(3D視圖)[GridSearchMethod]’;
% secondline = [’Best c=’,num2str(bestc),’ g=’,num2str(bestg), ...
% ’ CVmse=’,num2str(mse)];
% title({firstline;secondline},’Fontsize’,12);
? 運行結(jié)果
? 參考文獻(xiàn)
[1] 于洋. 基于EMD的SVM支持向量機(jī)模型在朝陽旱災(zāi)預(yù)測中的應(yīng)用[J]. 江西水利科技, 2022(005):048.
[2] 何婷, 喬俊強(qiáng), 包建勤,等. 基于EMD和SVM的電力系統(tǒng)故障分類識別[J]. 儀表技術(shù), 2022(004):000.
[3] 尹立, 胡兆光, 韓新陽,等. 基于支持向量機(jī)的電力負(fù)荷預(yù)測研究[C]// 中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)學(xué)術(shù)年會. 2014.