基于PSO-SVM负荷预测

基于支持向量机负荷功率预测，使用粒子群算法进行参数寻优，供参考

function [Acu]=AdaptFunc（XXYY）
%C为最小二乘支持向量机的正则化参数，theta为高斯径向基的核函数参数，两个需要进行优化选择调试
NumOfPre =1;%预测天数，在此预测本季度最后七天
Time = 24;
Data = xlsread（‘a23.xls‘）;%此为从excel表格读数据的命令，表示将表格的数据读到Data数组中，省略表格中的第一行第一列文字部分 可输入你要预测的表格名称
[M N] = size（Data）;%计算读入数据的行和列 M行N列
for i = 1:3
    maxData = max（Data（:i））;
    minData = min（Data（:i））;
    Data1（:i） = （Data（:i） - minData）/（maxData-minData）;%对温度进行归一化处理
end
for i = 4:5
    Data1（:i） = Data（:i）;
end
for i = 6:N
    Data1（:i） = log10（Data（:i）） ;%对负荷进行对数处理 温度和负荷的预处理 可采用不同的方法 可不必拘泥
end
Dim =  M - 2 - NumOfPre;%训练样本数%训练样本数
Input = zeros（M-212Time）;%预先分配处理后的输入向量空间
y = zeros（DimTime）;
for i = 3:M 
    for j = 1:Time
        %%选取前一天温度、同一时刻的负荷，前两天的负荷，当天的温度作为输入特征
        x = [Data1（i-11:5） Data1（i-1j+5） Data1（i-2j+5）Data1（i1:5）];
        Input（i-2:j） = x;
        y（i-2j） = Data1（ij+5）;
    end
end
Dist = zeros（DimDimTime）;%预先分配距离空间
for i=1:Time
    for j=1:Dim
        for k=1:Dim
            Dist（jki） = （Input（j:i） - Input（k:i））*（Input（j:i） - Input（k:i））‘;
        end
    end
end
Dist1=exp（-Dist/（2*YY））;%RBF
for i=1:Time
    H = Dist1（::i） + eye（Dim）/XX;%最小二乘支持向量的H矩阵
    f = -y（1:Dimi）; 
    Aeq = ones（Dim1）‘;
    beq = [0];
    option.MaxIter=1000;
    [afval]=quadprog（Hf[][]Aeqbeq）;%[][][]option）;
    b = 0;
    for j = 1:Dim
        b（j） = y（ji） - a（j）/XX - a‘* Dist1（:ji）;%求每个输入特征对应的b
    end
    b = sum（b）/Dim;%求平均b，消除误差
    for j = Dim + 1:M-2
        for k = 1:Dim
            K（k） = exp（-（Input（j:i） - Input（k:i））*（Input（j:i） - Input（k:i））‘/（2*YY））;%预测输入特征与训练特征的RBF距离
        end
        Pre（j-Dimi） = sum（a‘*K‘） + b;  %求解预测值   
    end
end
Len = M  - （Dim + 3） + 1;%预测的天数 取本季度最后Len天
Pre = 10.^Pre;
%for i = 1:Len
%   figure
%   plot（1:TimeData（i+Dim+26:N）‘-ro‘1:TimePre（i:）‘-k^‘）;%画出每一天的预测值和真实值
%   hold on
%
%   axis（[0 25 0 100]）%坐标范围
%   hold off
%end
acu = （Pre - Data（Dim+3:M6:N））./Data（Dim+3:M6:N）;%相对误差
s=0;
for i=1:Time
    s=abs（acu（1i））+s;
end
Acu=s/Time;
save acu.mat acu

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-05 10:54  PSO-SVM\
     文件       22016  2018-03-24 21:13  PSO-SVM\a23.xls
     文件        2392  2010-06-04 09:14  PSO-SVM\AdaptFunc.m
     文件        2386  2010-06-17 17:26  PSO-SVM\AdaptFunc1.m
     文件        3813  2010-05-18 10:36  PSO-SVM\baseStepPso.m
     文件        2174  2010-05-18 10:36  PSO-SVM\InitSwarm.m
     文件        2112  2010-06-03 20:20  PSO-SVM\pso.m
     文件        2527  2010-06-17 17:26  PSO-SVM\shorttime.m
     目录           0  2018-05-05 10:53  PSO-SVM\数据\
     文件       22016  2010-06-03 19:41  PSO-SVM\数据\a23.xls
     文件       20992  2010-06-03 19:42  PSO-SVM\数据\a45.xls
     文件       16896  2010-06-03 19:38  PSO-SVM\数据\B2.xls
     文件       19456  2010-05-17 21:11  PSO-SVM\数据\b3.xls
     文件       19456  2010-06-03 19:39  PSO-SVM\数据\B4.xls
     文件       17408  2010-06-03 19:40  PSO-SVM\数据\B5.xls
     文件       35840  2010-03-12 08:57  PSO-SVM\数据\bdata1.xls