基于VMD-ABAS-LSSVM的线损率预测模型

作者：汪司珂; 明东岳; 郭雨; 徐林享^*; 项勇; 潘志; 易本顺

来源：广东电力, 2021, 34(04): 69-77.

DOI：10.3969/j.issn.1007-290X.2021.004.009

• 线损率预测
• 变分模态分解
• 自适应天牛须搜索算法
• 最小二乘支持向量机
• 220 kV电网

针对地区电网220 kV线路线损率数据呈现波动、非平稳的情况,为提高线损率预测精度,使用变分模态分解(variational mode decomposition, VMD)算法,将原始线损率时间序列分解为不同频率尺度的子序列,再利用最小二乘支持向量机(least squares support vector machine, LSSVM)模型进行线损预测。为了提高LSSVM模型的子序列预测精度,采用自适应天牛须搜索(adaptive beetle antennae search, ABAS)算法进行参数优化。与标准天牛须搜索(beetle antennae search, BAS)算法相比,ABAS算法采用了天牛多向感知模型,引入了变步长探路反馈更新策略,具备更快的收敛速度与更强的寻优能力。最后以湖北黄石地区220 kV栖儒桥—栖宫线的真实数据为例进行算法验证,结果表明所提出的VMD-ABAS-LSSVM模型能更有效地对线损率进行准确预测。

• 单位
  武汉大学