摘要
本发明涉及电网智能规划领域,公开了一种电网投资规模预测方法、计算设备及存储介质,方法包括:根据多个电网投资规模的关键影响因素构建最小二乘支持向量机模型;设置所述最小二乘支持向量机模型的优化函数,使训练样本集中每个训练样本均在最小二乘支持向量机模型所构建的超平面上;根据蝙蝠算法确定最小二乘支持向量机模型的调整因子和核函数的核参数,得到优化的最小二乘支持向量机模型;根据训练样本集对优化的最小二乘支持向量机模型进行训练。得到训练后的最小二乘支持向量机模型;响应于接收到待预测的关键影响因素数据,输入到训练后的最小二乘支持向量机模型,确定预测的电网投资规模。
技术关键词
支持向量机模型
电网投资规模预测
蝙蝠算法
拉格朗日乘子法
二氧化碳排放量
脉冲
因子
参数
频率
可再生能源
松弛
可读存储介质
指令
变量
非线性
程序
资产
收入
系统为您推荐了相关专利信息
初始聚类中心
分割方法
模糊C均值聚类
像素块
非暂态计算机可读存储介质
仿真数据
加权融合算法
分析系统
可编程参数
仿真模型
台区线损计算方法
支持向量机模型
ARIMA模型
节点
状态更新指令