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研究

• 作者: 熊志伟 熊元新 熊一
• 来源期刊: 电测与仪表
• 关键词: 全寿命周期成本 量子粒子群 最小二乘支持向量机 特征参数 适应度函数
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 能源互联网|Energy Internet
• 页码范围: 76-81
• 页数: 6页
• 分类号: TM93
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2021.06.011

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.