基于遗传算法和支持向量机的配网运行维护费预测方法技术

本发明专利技术公开了一种基于遗传算法和支持向量机的配网运行维护费预测方法。目前配网运行维护费与影响因素之间的关系很难用线性来表述。本发明专利技术包括：1)配网运行维护费影响因素的遗传算法分析：利用遗传算法确定配网运行维护费预测模型的训练参数；2)建立支持向量机配网运行维护费预测模型：在遗传算法的基础上，利用支持向量机具有无限逼近非线性连续函数关系的性质，将其作为配网运行维护费的预测模型；3)基于遗传算法和支持向量机的配网运行维护费预测。本发明专利技术可对配网运行维护费进行准确合理的估算，便于电网企业有效地管理和控制电网运行维护成本。

Prediction method of distribution network operation and maintenance cost based on genetic algorithm and support vector machine

The invention discloses a distribution network operation maintenance cost prediction method based on genetic algorithm and support vector machine. At present, the relationship between distribution network operation maintenance cost and influencing factors is difficult to express in linear form. The present invention includes: 1) distribution network operation and maintenance costs of genetic algorithm the influencing factors analysis: determine the distribution network operation and maintenance cost prediction model training parameters using genetic algorithm; 2) to establish support vector machine operation of distribution network maintenance prediction model based on genetic algorithm, using support vector machine with infinite approximation of nonlinear continuous function and the maintenance fee forecasting model of distribution operation; 3) distribution network genetic algorithm and support vector machine maintenance cost forecast based on. The invention can estimate the operation and maintenance cost of the distribution network accurately and reasonably, so that the power grid enterprise can effectively manage and control the operation and maintenance cost of the power grid.

【技术实现步骤摘要】
基于遗传算法和支持向量机的配网运行维护费预测方法
本专利技术属于电网运营成本管理
，涉及一种基于遗传算法和支持向量机的配网运行维护费预测方法。
技术介绍
配网运行维护费是电网企业投资的重要组成部分，为了制定最佳的投资策略，需要对配网运行维护费进行准确合理的估算。但是配网运行维护费受到社会、经济、政策、资源等多种因素影响，且各因素的作用机理复杂，导致配网运行维护费与影响因素之间的关系很难用线性来表述。
技术实现思路
本专利技术所要解决的技术问题是针对现有配网运行维护费与影响因素之间的关系很难用线性表述，提供一种基于遗传算法和支持向量机的配网运行维护费预测模型，其通过遗传算法分析确定预测模型的训练参数，并将其作为支持向量机模型的训练参数，建立配网运行维护费预测模型，以便于电网企业有效地管理和控制电网运行维护成本。为此，本专利技术采用如下的技术方案：基于遗传算法和支持向量机的配网运行维护费预测方法，包括：1)配网运行维护费影响因素的遗传算法分析：利用遗传算法确定配网运行维护费预测模型的训练参数；2)建立支持向量机配网运行维护费预测模型：在遗传算法的基础上，利用支持向量机具有无限逼近非线性本文档来自技高网...

【技术保护点】
基于遗传算法和支持向量机的配网运行维护费预测方法，包括：1)配网运行维护费影响因素的遗传算法分析：利用遗传算法确定配网运行维护费预测模型的训练参数；2)建立支持向量机配网运行维护费预测模型：在遗传算法的基础上，利用支持向量机具有无限逼近非线性连续函数关系的性质，将其作为配网运行维护费预测模型；3)基于遗传算法和支持向量机的配网运行维护费预测：依据遗传算法确定配网运行维护费预测模型的训练参数，同时将支持向量机作为配网运行维护费的预测模型，对配网运行维护费进行准确合理的估算。

【技术特征摘要】
1.基于遗传算法和支持向量机的配网运行维护费预测方法，包括：1)配网运行维护费影响因素的遗传算法分析：利用遗传算法确定配网运行维护费预测模型的训练参数；2)建立支持向量机配网运行维护费预测模型：在遗传算法的基础上，利用支持向量机具有无限逼近非线性连续函数关系的性质，将其作为配网运行维护费预测模型；3)基于遗传算法和支持向量机的配网运行维护费预测：依据遗传算法确定配网运行维护费预测模型的训练参数，同时将支持向量机作为配网运行维护费的预测模型，对配网运行维护费进行准确合理的估算。2.根据权利要求1所述的配网运行维护费预测方法，其特征在于，遗传算法的步骤如下：1)参数编码：将配网运行维护费预测模型的训练参数以二进制的形式进行染色体基因编码；2)适应度评估：遗传算法中通过适应度函数表明解的优劣性；3)选择：选择的目的是为了从当前群体中选出优良的个体，使它们有机会作为父代进行下一代个体的繁殖；4)交叉：通过以一定的交叉率交换染色体串结构中数据以得到新一代染色体；5)变异：在群体中随机选择个体，对于选中的个体以一定的概率随机地改变串结构数据中某个串的值；6)当满足终止条件时，进化过程结束；否则，转到步骤2)。3.根据权利要求1或2所述的配网运行维护费预测方法，其特征在于，所述支持向量机配网运行维护费预测模型的建立包括：1)由于支持向量机具有无限逼近非线性连续函数关系的性质，选择支持向量机作为配网运行维护费的预测模型；2)设样本集为(xi,yi)，i＝1,2,...,n；其中xi表示输入值，yi是对应的输出值，超平面方程为：ωxi+b＝0，在约束条件上加入一个松弛变量ξi≥0，这时的最大间隔超平面称为广义最优分类超平面，则约束条件变为：yi(ωxi+b)≥1-ξi，对应的优化问题转变为：

【专利技术属性】
技术研发人员：文凡，陆晓芬，叶玲节，徐旸，冯昊，刘军，杨侃，张一泓，蔡金明，蔡张花，
申请(专利权)人：国网浙江省电力公司经济技术研究院，国家电网公司，浙江华云信息科技有限公司，国网浙江德清县供电公司，
类型：发明
国别省市：浙江,33