灰狼算法优化SVR的10kV配网线损率预测研究OACSTPCD

有效控制线损率不仅能为电力企业带来经济效益,而且能进一步提高一次能源的利用率。为了实现对10 kV配电网线损率的准确预测,提出基于灰狼算法(Gray Wolf Optimizer)优化支持向量机回归(Support Vector Regression)的10 kV配电网线损率预测方法;采用基于马氏距离的异常值检验及主成分分析法(Principal Components Analysis)对原始数据进行预处理,保证数据的清洁性的同时剔除原始数据中的冗余信息。利用GWO算法强搜索性的特点与SVR进行结合建立模型,通过与原始SVR、ABC-SVR、BP神经网络模型的预测结果进行比较,GWO-SVR模型的预测精度最高,其均方根误差(RMSE)和平均绝对误差(MAE)分别为0.2332和0.1958,最大相对误差为14.4%,并且该模型具有最快的运算速度。