- 博客(339)
- 收藏
- 关注
RSS订阅原创 SSA-SVM多变量回归预测|麻雀优化算法-支持向量机|Matalb
支持向量机（Support Vector Machine, SVM）是一种基于统计学习理论的监督学习算法，主要用于分类和回归任务。2. 核技巧与非线性问题：当数据线性不可分时，SVM通过核函数（如高斯核、多项式核等）将数据映射到高维空间，使其在高维空间中线性可分。这种技术避免了显式计算高维特征，而是通过核函数直接计算内积，显著降低了计算复杂度。间隔是指超平面到最近样本点的距离，这些最近的样本点被称为“支持向量”。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。，即通过7个输入值预测1个输出值。
2025-05-13 10:00:00
401
原创 复现—考虑可再生能源和储能的区域微电网优化运行（考虑鲁棒性和不确定性）
1. 后向推导思想与可行性命题核心方法：基于逆向逻辑的可行性分析，从系统运行的终点（如满足负荷需求、维持储能安全状态）反向推导调度方案的可行性条件。作用：通过设定终端约束（如储能最终容量、机组最小启停时间），确保所有可能的可再生能源出力与负荷波动下，调度方案始终满足运行边界。例如，从储能必须在调度周期末保留一定电量出发，反向计算各阶段充放电的允许范围。2.基于场景的多阶段鲁棒调度模型场景生成：利用历史数据或概率分布生成代表性场景（如风光出力波动、负荷变化、电价波动），覆盖典型与极端不确定性组合。
2025-05-08 10:00:00
334
原创 超详细复现—平抑风电波动的电-氢混合储能容量优化配置
通过信号处理技术将风电功率分解为可并网分量和需平抑的波动分量。常用方法包括：经验模态分解（EMD） ：将风电功率信号分解为高频（短时波动）和低频（长期波动）分量，高频由响应速度快的电化学储能（如超级电容）平抑，低频由能量密度高的氢储能处理。低通滤波与频谱分析：根据电网允许的波动阈值，分离超出标准的部分，并通过频谱分析进一步划分频段，匹配储能介质的特性。改进自适应噪声完备集合经验模态分解：结合聚类算法生成典型风光场景，优化波动分量的提取精度。
2025-04-29 10:00:00
325
原创 分类通用|SSA-BP多输入分类预测|麻雀优化-BP神经网络|Matlab
麻雀优化算法（Sparrow Search Algorithm, SSA）是一种新兴的群体智能优化算法，灵感来源于麻雀在自然界中的觅食行为。该算法通过模拟麻雀在寻找食物时的社会行为和警戒机制，来解决复杂的优化问题。通过SSA算法优化BP的初始权重、初始偏差参数参数，记录下最优的网络参数作为后续的应用网络。通过这种社会行为，麻雀能够在复杂的环境中有效地找到食物，同时避免危险。警戒者：负责监视周围环境，警惕潜在的危险，并在发现危险时发出警报。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。
2025-04-25 10:00:00
696
原创 时序通用|SSA-BP多输入时序预测|麻雀优化-BP神经网络|Matlab
麻雀优化算法（Sparrow Search Algorithm, SSA）是一种新兴的群体智能优化算法，灵感来源于麻雀在自然界中的觅食行为。该算法通过模拟麻雀在寻找食物时的社会行为和警戒机制，来解决复杂的优化问题。通过SSA算法优化BP的初始权重、初始偏差参数参数，记录下最优的网络参数作为后续的应用网络。通过这种社会行为，麻雀能够在复杂的环境中有效地找到食物，同时避免危险。警戒者：负责监视周围环境，警惕潜在的危险，并在发现危险时发出警报。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。
2025-04-25 10:00:00
266
原创 EI复现—考虑阶梯式碳交易和电制氢的综合能源热电优化调度
阶梯式碳交易机制是一种分段定价的碳排放权交易模式，将碳排放量划分为多个区间，碳排放量越高，对应区间的碳价越高。这种机制通过经济激励引导系统主动减少高碳排放行为。例如，当综合能源系统（IES）的实际碳排放超过配额时，超出部分需按阶梯递增的价格购买碳排放权，从而增加高排放成本。
2025-04-23 10:00:00
244
原创 计及需求侧响应的电力系统两阶段鲁棒备用优化调度方法
计及需求侧响应的电力系统两阶段鲁棒备用优化调度方法是一种针对高比例可再生能源接入背景下系统不确定性问题的重要解决方案。该方法通过协同优化需求侧响应（DR）与备用资源，使用两个阶段制定调度策略，以最小化最恶劣场景下的调整成本，同时保障电网安全性和经济性。第一阶段：基于预测信息优化机组启停、常规发电计划及DR资源调用策略，确定初始备用容量。此阶段需考虑风电出力不确定性（如预测误差）和设备N-k强迫停运等极端场景。
2025-04-19 10:00:00
322
原创 基于SSA-BP-Adaboost的多输入回归预测|樽海鞘优化-BP神经网络
樽海鞘群算法（SSA） ：模拟海洋樽海鞘群体觅食行为（链式群体移动）的智能优化算法。樽海鞘链分为领导者和追随者，领导者负责全局搜索，追随者跟随链头个体进行局部搜索，通过动态调整位置平衡探索与开发能力。优化目标：SSA用于优化BP神经网络的初始权值和阈值。传统BP网络因随机初始化参数易陷入局部最优，而SSA的链式协同搜索机制（领导者引导全局方向+追随者细化局部）可高效找到更优参数组合。
2025-04-17 10:00:00
410
原创 考虑蒙特卡洛考虑风光不确定性的配电网运行风险评估—Matlab
风险评估可以看作是对可靠性评估的改进，它是从可靠性评估的基础上发展 而来的，其发展初期是电力系统可靠性评估。
2025-04-12 10:30:00
331
原创 重磅复现—基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度
含P2G-CCS耦合和燃气掺氢的VPP如图所示，其中包括风电机组、燃气轮机、燃煤机组、燃气锅炉、两段式P2G单元、电加热锅炉、储电和储热单元等。负荷包括电热负荷，由燃气轮机、燃煤机组和风电满足用电需求，热负荷由燃气轮机、燃气锅炉和电加热锅炉协调供应。储能和P2G作为VPP中的灵活性资源，利用其能量时移特性，能够更为灵活地配合可再生能源的出力变化。VPP的能量管理系统根据预测的可再生能源出力和电热负荷来协同各个单元的出力，在满足负荷需求和安全的前提下，获取最佳的收益。
2025-04-10 10:00:00
221
原创 代码+数据|分布式光伏储能系统的双层优化配置方法（Matlab）
在含分布式光伏和配电网储能系统优化配置中，双层模型通过分层解耦复杂决策问题，展现出显著的技术优势与工程价值。其核心架构将外层（规划层）与内层（运行层）协同优化，形成“配置-策略”闭环：外层模型聚焦长期规划决策，采用智能算法（如粒子群算法、遗传算法）优化储能系统的离散变量（选址、容量档位），目标为最小化投资成本并预选薄弱节点（如基于电压稳定指数）；
2025-03-28 16:19:50
408
原创 EI复现—基于元模型优化的虚拟电厂主从博弈优化调度模型（Matlab）
定义：虚拟电厂是一种通过智能技术将分散的分布式能源（如风电、光伏、储能电池、可调节用电设备等）整合为统一协调运行的“虚拟化电厂”。它不拥有实体发电厂，但能像传统电厂一样参与电网调度和电力交易。核心功能：资源聚合：把零散的新能源发电设备和储能系统“打包”管理。灵活调控：根据电价或电网需求，自动优化内部发电、储电和用电策略。市场交易：作为独立主体在电力市场中买卖电能，赚取差价收益。
2025-03-28 16:04:11
813
原创 三种算法对比！改进麻雀、麻雀、粒子群算法求解微电网优化调度|Matlab
代码基于Matlab平台编译，主要内容是：针对含光伏、风电、储能、燃气轮机的微电网优化调度问题，提出了一种。
2025-03-12 10:00:00
277
原创 分布式光伏储能系统的双层优化配置方法（Matlab）——附代码
在含分布式光伏和配电网储能系统优化配置中，双层模型通过分层解耦复杂决策问题，展现出显著的技术优势与工程价值。其核心架构将外层（规划层）与内层（运行层）协同优化，形成“配置-策略”闭环：外层模型聚焦长期规划决策，采用智能算法（如粒子群算法、遗传算法）优化储能系统的离散变量（选址、容量档位），目标为最小化投资成本并预选薄弱节点（如基于电压稳定指数）；
2025-03-10 10:00:00
590
原创 回归通用|PSO-RBF多变量回归预测|粒子群-径向基函数神经网络|Matlab
RBF神经网络是一种三层前馈网络，由输入层、隐含层和输出层组成。隐含层：每个神经元对应一个中心点（通过聚类或随机选择确定），以输入数据与中心点的欧氏距离为参数，通过径向基函数（如高斯函数）计算输出。隐含层的作用是将低维非线性问题映射到高维空间，使其线性可分。输出层：对隐含层输出进行线性加权求和，得到最终结果。所有数据均采用Excel格式输入，替换数据方便，适合懒人选手。输入层：接收数据并传递到隐含层，节点数量与输入特征维度一致。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。示例的输入训练数据包含。
2025-03-06 14:00:00
390
原创 分类通用|PSO-RBF多变量分类预测|粒子群-径向基函数神经网络|Matlab
RBF神经网络是一种三层前馈网络，由输入层、隐含层和输出层组成。隐含层：每个神经元对应一个中心点（通过聚类或随机选择确定），以输入数据与中心点的欧氏距离为参数，通过径向基函数（如高斯函数）计算输出。隐含层的作用是将低维非线性问题映射到高维空间，使其线性可分。输出层：对隐含层输出进行线性加权求和，得到最终结果。所有数据均采用Excel格式输入，替换数据方便，适合懒人选手。输入层：接收数据并传递到隐含层，节点数量与输入特征维度一致。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。示例的输入训练数据包含。
2025-03-06 14:00:00
323
原创 EI复现—基于元模型优化的虚拟电厂主从博弈优化调度模型（Matlab）
定义：虚拟电厂是一种通过智能技术将分散的分布式能源（如风电、光伏、储能电池、可调节用电设备等）整合为统一协调运行的“虚拟化电厂”。它不拥有实体发电厂，但能像传统电厂一样参与电网调度和电力交易。核心功能：资源聚合：把零散的新能源发电设备和储能系统“打包”管理。灵活调控：根据电价或电网需求，自动优化内部发电、储电和用电策略。市场交易：作为独立主体在电力市场中买卖电能，赚取差价收益。
2025-03-05 10:00:00
694
原创 光伏功率出力的多指标区间预测方法|Matlab
1.适用于matlab2020及以上。可任意选择置信区间，区间覆盖率picp、区间平均宽度百分比等等，可用于预测不确定性，效果如图所示，完全满足各种需求，采用KDE,4种分布进行预测，有对比。2.数据采用Excel表格导入，可以方便替换成自己的数据，程序注释详细3.解压后可以直接运行，不需要任何复杂操作。
2025-02-10 10:00:00
380
原创 核心复现—基于目标级联法的微网群多主体分布式优化调度
本代码建立了微网群系统的两级递阶优化调度模型: 上层是微网群能量调度中心优化调度模型，下层是子微网优化调度模型，然后对所建递阶优化调度模型耦合性和分布性进行分析，采用一种新型的协同优化方法———目标级联法，实现上下层模型的解耦独立优化，以3微网为算例进行验证，证明方法的可行性。包括两个版本，一个是三个微网联络线功率不平衡的（之前的版本），一个是修正后的版本，将三个微网联络线功率调成平衡状态。
2025-02-07 10:00:00
396
原创 AHA-CNN多输入时序回归|人工蜂鸟算法-卷积神经网络|Matlab
人工蜂鸟优化算法（Artificial Hummingbird Algorithm，AHA）是一种新兴的群体智能优化算法，灵感来源于自然界中蜂鸟的觅食行为。蜂鸟以其灵活的飞行能力和高效的觅食策略而闻名，这些特性被用来设计一种有效的优化算法，适用于解决复杂的优化问题。算法原理人工蜂鸟优化算法的基本思想是模拟蜂鸟在寻找花蜜时的行为。蜂鸟在觅食时会根据环境中的花朵分布情况，选择最优的路径和策略来获取食物。算法通过以下几个步骤来实现优化过程：初始化：在搜索空间中随机生成一组蜂鸟个体，每个个体代表一个可能的解。
2025-01-24 10:00:00
307
原创 文章复现—面向配电网韧性提升的移动储能预布局与动态调度策略
近年来极端灾害导致电网大停电事故频繁发生，配电网韧性反映配电系统对灾害的抵御、适应与恢复供电的能力，受到了广泛关注。此外，为应对能源枯竭和环境污染的双重危机，大量分布式电源（DG）、电能替代负荷接入配电网，为负荷恢复提供了解决方案。因此，在灾害前后有效利用各类分布式资源以减少停电损失，对提升配电网韧性具有重要意义。针对电网-交通网融合背景下的配电网韧性提升问题，本文提出一种移动储能预布局与动态调度策略，建立了灾前预防-灾后恢复的两阶段优化模型，算例验证了其对提升配电网韧性的有效性。
2025-01-14 10:24:21
357
原创 创新+对比|VMD分解+PCA特征筛选+LSTM回归预测电力负荷时序回归预测
PCA能够减少特征维度，降低计算复杂度，同时去除冗余特征，提升模型的训练效率。这种分解能够有效地提取信号的特征，去除噪声和干扰，为后续分析提供更清晰的信号表示。通过将PCA提取的特征输入到LSTM中，模型能够学习到特征与目标变量之间的复杂关系，从而进行准确的预测。然后，采用PCA对多个IMF分量的进行特征重构映射，并按照特征重要性进行排序，降低数据维度、突出重点信息、减轻干扰、加快训练。对时序信号数据进行分解，提取出多个IMF分量，降低噪声干扰，强化。编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码。
2025-01-10 10:00:00
485
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人