基于支持向量机的纯电动公交车充/换电站日负荷预测

发布时间：2024-02-26 00:25

　　讨论了基于相似日选取的支持向量机电动汽车日负荷预测方法。通过对北京现有纯电动公交车充/换电站充电负荷的大量调研,分析了公交车充电站充电负荷的数据特征,采用关联分析方法提取了影响电动公交站充电负荷的因素,基于相关因素应用灰色关联理论构建相似日的小样本集合,而后建立多输入单输出的支持向量机预测模型。针对支持向量机预测模型,提出了两阶段确定模型参数的方法,首先直接确定不敏感损失参数ε,再通过遗传算法寻找最优核参数p和正则化参数C,以提高参数ε选取范围设置较大时的预测精度。实例测试结果表明,日负荷预测的均方根误差为10.85%,能基本满足有序控制的要求;与其他预测方法相比,改进方法具有较高的预测精度和稳定性。

【文章页数】：7 页

【文章目录】：
0 引言
1 纯电动汽车负荷特性分析
    1.1 电动公交车充电站负荷特性分析
    1.2 影响因素分析
    1.3 基于灰色关联度的样本筛选
2 SVM回归模型及参数选择
    2.1 SVM回归算法
    2.2 参数自适应
    2.3 预测流程
3 算例验证
4 结论



本文编号：3911062