科研之友
微信
新浪微博
Facebook
分享链接
摘要
变电站的规划设计与建设是电力工程建设的重点内容,快速的对变电站全寿命周期成本进行准确预测对变电站的建设具有指导意义。本文建立基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测模型,将变电站全寿命周期内相关特征指标作为模型的输入,输出为变电站全寿命周期成本。通过仿真算例对比了QPSO优化LS-SVM,PSO优化LS-SVM,传统LS-SVM,BP神经网络4种预测模型的预测结果与相关性能指标。仿真结果表明,QPSO优化LS-SVM模型具有更好的预测精度,在变电站设计建设时能够快速准确的对全寿命周期成本进行预测评估,提高变电站建设的经济性。
-
单位湖北省电力公司; 自动化学院; 武汉大学
