基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用.pdfVIP

第 42 卷 第 21 期 电力系统保护与控制 Vol.42 No.21 2014 年 11 月 1 日 Power System Protection and Control Nov. 1, 2014 基于量子和声优化的改进 DMSFE 组合模型及 在中长期电量预测中的应用 孙 伟 1，常 虹 2，赵巧芝 1 (1.华北电力大学经济管理系，河北 保定 071003；2.华东理工大学信息科学与技术学院，上海 200237) 摘要：为了最大限度利用单项模型预测信息，减少模型选择的风险，给出了一种基于量子和声搜索算法（QHS）的改进 DMSFE 组合预测方法（QHS-IDMSFE）。考虑时点差异和模型差异，将 DMSFE 模型中的折现因子β扩展为矩阵形式。并采用量子编码和 声库，利用态叠加增加和声库中每个和声携带的信息量，提高算法的寻优能力，以达到在保证 MAPE 目标函数最小前提下通 过 QHS 算法寻优确定出最优β 矩阵形式，进而确定单项模型的组合权重。采用两个地区年用电量数据对提出的模型进行验证， 结果显示该组合方法能有效提高预测精度且适用于中长期电量预测。同时能够实现矩阵β 的智能寻优，并保证预测误差最小。 关键词：量子和声搜索算法；折现因子；组合预测模型；电量预测 Forecasting mid-long term electricity consumption using a quantum harmony search based improved DMSFE combination model SUN Wei1, CHANG Hong2, ZHAO Qiao-zhi1 (1. Department of Economics and Management, North China Electric Power University, Baoding 071003, China; 2. School of Information Science and Technology, East China University of Science and Technology, Shanghai 200237, China) Abstract: A new quantum harmony search based improved discounted mean square forecast error (QHS-IDMSFE) combination model is proposed in order to combine the information of single forecasting result and reduce the risk of choosing model. Considering the influence of time difference and single model difference, the discounting factor (β) in DMSFE is extended to the matrix form. Quantum harmony is employed in Harmony Memory (HM) to increase the information of harmony based on quantum states superposition, which can effectively improve th