一种基于符号回归算法的智能变电微站设备能耗预测方法

本发明是一种基于符号回归算法的智能变电微站设备能耗预测方法，通过选取日平均温度、日平均湿度、日照时长t和车流量VF作为影响智能变电微站每日总能耗的四个输入特征，基于自适应迭代与控制变量遗传规划的符号回归算法的三个模块：自适应迭代模块、控制变量模块和遗传规划算法模块，进行标准遗传规划算法训练；将整理得到的历史能耗数据集输入到基于符号回归算法的智能变电微站设备能耗预测模型中，便可得到该日的智能变电微站总能耗预测值。本发明可以有效挖掘数据集中，特征间的潜在关系，得到显示的预测方程，准确预测智能变电微站设备能耗。可减少算法的搜索空间，缩短预测模型的训练时间，提高模型能耗预测精度。