【技术实现步骤摘要】
本专利技术属于港口负荷预测，涉及一种计及多维度影响因子的港口负荷预测方法及系统。
技术介绍
1、随着社会经济的快速发展，人们对能源的需求也在增加。港口为国家的一类重要的能源系统，影响着国民经济的发展，负荷预测是实现港口能源系统经济调度的重要基础。负荷预测的及时性和准确性对港口能源系统的经济、低碳运行有很大影响，如果负荷预测值偏低，将会导致能源供应紧张，无法满足港口作业的需求，大大降低港口运行的可靠性；如果负荷预测值偏高，将会导致发、输、变电设备投入系统后的运行效率降低，严重影响系统的经济性指标。由于港口场景负荷种类多样，且含有起重机等冲击负荷设备，此外港口负荷还会受到天气、日期、时间、吞吐量等诸多因素的影响，呈现出随机性大、长期波动的特点。现有的很多预测方法无法直接运用到港口场景，对港口的负荷值预测。
技术实现思路
1、本专利技术的目的在于解决现有技术中由于港口负荷易受到天气、日期、时间、吞吐量等诸多因素的影响，无法直接运用现有的预测方法的问题，提供一种计及多维度影响因子的港口负荷预测方法及系统。
2、为达到上述目的，本专利技术采用以下技术方案予以实现：
3、一种计及多维度影响因子的港口负荷预测方法，包括：
4、选取影响港口负荷的多维度影响因子，包括港口负荷类别维度影响因子，并选取基于主成分—灰色关联度的港口负荷时序、气象维度影响因子；
5、对港口不良数据进行处理，并将所得到的新数据进行归一化处理；
6、将归一化处理后的数
7、对白鲸优化算法进行性能改进，得到改进型白鲸优化算法；
8、基于改进型白鲸优化算法对支持向量机中的惩罚因子、不敏感损失函数以及径向基函数参数进行优化，基于训练样本和预测样本，输入港口负荷时序、气象维度影响因子数据，基于支持向量机对港口负荷进行预测，得到预测结果。
9、本专利技术的进一步改进在于：
10、进一步的，选取影响港口负荷的多维度影响因子，包括港口负荷类别维度影响因子，并选取和基于主成分—灰色关联度的港口负荷时序、气象维度影响因子，具体为：
11、对港口各类负荷进行统计，选取港口各类负荷中耗能占比最大、时序变化最明显和与港口吞吐量关联最密切的负荷作为港口负荷预测的影响因子；
12、基于负荷历史能耗值和气象因素，构建指标体系；
13、基于主成分分析法与灰色关联度法，构建主成分—灰色关联度分析法；
14、基于主成分—灰色关联度分析法对指标体系进行降维处理，获取短期负荷重要影响因子。
15、进一步的，对港口不良数据进行处理，并将所得到的新数据进行归一化，具体为：
16、对小波去噪阈值函数进行改进，获取改进的小波去噪方法；
17、针对小波去噪阈值函数中的软、硬阈值法所存在的不足，采用加权平均法对小波系数进行估计，改进后的公式为：
18、
19、式中，wj,k和为含噪信号小波变换后的小波系数和估计的小波系数；t为阈值；β为加权因子；sgn()为符号函数；j为分解层数；
20、基于改进的小波去噪方法对原始港口负荷数据进行去噪处理，并修补具有缺陷的数据；
21、对所修补后的数据进行归一化处理，归一化公式为：
22、
23、式中，为归一化后的数据值；xi为原始值；ximin为所在列的最小值；ximax为所在列的最大值；l为输入向量的维数。
24、进一步的，适宜度函数为：
25、
26、式中，yi为实际负荷值；为预测负荷值；n表示所预测负荷个数。
27、进一步的，对白鲸优化算法进行性能改进，得到改进型白鲸优化算法，具体为：
28、对白鲸种群位置初始化策略进行改进，将白鲸位置进行均匀分布；
29、对白鲸位置进行更新过程中引入动态权重，优化白鲸位置的最优解；
30、基于最优解扰动策略，在白鲸进行捕猎过程中，更新鲸落阶段的白鲸位置。
31、进一步的，对白鲸种群位置初始化策略进行改进，将白鲸位置进行均匀分布，具体为：
32、白鲸优化算法中白鲸的位置矩阵如下：
33、
34、式中，n代表种群中白鲸个体的数量；xi为白鲸位置；d是待解决的问题的维度；
35、对于所有的白鲸，相应的适应度值存储如下：
36、
37、式中，fix为白鲸种群的适应度矩阵；fixn对应白鲸种群中第n个个体的适应度值；
38、引入初始化策略加强白鲸优化算法的探索性能，改进初始化策略的函数表达式为：
39、
40、式中，h为均匀分布的调节参数且h＝0.5。
41、进一步的，对白鲸位置进行更新过程中引入动态权重，优化白鲸位置的最优解，具体为：所述白鲸向附近的白鲸共享彼此的位置，并确定距离猎物位置最好的白鲸即为最佳候选者，其他白鲸为其他候选者，实时更新白鲸位置，不断确定最佳候选者；其中，白鲸位置更新公式如下：
42、
43、μ＝2r2((1-t)/tmax) (9)
44、lf＝0.05×(δ×γ)/|μ1/b (10)
45、
46、式中，和分别为在当前迭代次数下第i条白鲸的位置和随机一只白鲸的位置；r1，r2为(0,1)之间的随机数；表示位置最好的白鲸的位置即全局最优位置；λ代表莱维飞行策略中用来衡量飞行强度的随机跳跃强度；tmax为最大迭代次数；lf为莱维飞行函数；δ和μ为正态分布随机数；b为值是1.5的常数；
47、在白鲸位置更新公式中引入了动态权重，开发阶段早期权重较大有利于全局搜索，后期降低权重更有利于白鲸在一定范围内搜寻最优解，权重公式如下：
48、
49、引入动态权重w后，白鲸的位置更新公式如下：
50、
51、进一步的，基于最优解扰动策略，在白鲸进行捕猎过程中，更新鲸落阶段的白鲸位置，具体为：
52、白鲸种群在移动或捕食过程中会出现鲸落现象，鲸落的数学模型表示如下：
53、
54、式中r3，r4和r5为(0,1)之间的随机数，xs是鲸落的步长；ub和lb分别为变量的上界和下界；ρf为发生鲸落的概率；
55、引入小幅度邻域扰动，提高白鲸优化算法跳出局部最优的能力，小幅度邻域扰动，公式如下：
56、
57、其中，c1为可变扰动因子，随着迭代次数的增加，扰动因子逐渐减小，有助于算法后期收敛到最优的解，改进后的鲸落阶段的位置更新公式如下：
58、
59、式中，rand为0到1之间的随机数；cl为概率因子，表达式如下：
60、
61、进一步的，基于改进型白鲸优化算法对支持向本文档来自技高网...
【技术保护点】
1.一种计及多维度影响因子的港口负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述选取影响港口负荷的多维度影响因子，包括港口负荷类别维度影响因子，并选取和基于主成分—灰色关联度的港口负荷时序、气象维度影响因子，具体为：
3.根据权利要求2所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对港口不良数据进行处理，并将所得到的新数据进行归一化，具体为：
4.根据权利要求3所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述适宜度函数为：
5.根据权利要求4所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对白鲸优化算法进行性能改进，得到改进型白鲸优化算法，具体为：
6.根据权利要求5所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对白鲸种群位置初始化策略进行改进，将白鲸位置进行均匀分布，具体为：
7.根据权利要求6所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对白鲸位置进行更新过程中引入动态权重，优
8.根据权利要求7所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述基于最优解扰动策略，在白鲸进行捕猎过程中，更新鲸落阶段的白鲸位置，具体为：
9.根据权利要求8所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述基于改进型白鲸优化算法对支持向量机中的惩罚因子、不敏感损失函数以及径向基函数参数进行优化，基于训练样本和预测样本，输入港口负荷时序、气象维度影响因子数据，基于支持向量机对港口负荷进行预测，得到预测结果，具体为：
10.一种计及多维度影响因子的港口负荷预测系统，其特征在于，包括：
...【技术特征摘要】
1.一种计及多维度影响因子的港口负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述选取影响港口负荷的多维度影响因子，包括港口负荷类别维度影响因子，并选取和基于主成分—灰色关联度的港口负荷时序、气象维度影响因子，具体为：
3.根据权利要求2所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对港口不良数据进行处理，并将所得到的新数据进行归一化，具体为：
4.根据权利要求3所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述适宜度函数为：
5.根据权利要求4所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对白鲸优化算法进行性能改进，得到改进型白鲸优化算法，具体为：
6.根据权利要求5所述的计及多维度影响因子的港口负荷预测方法，其特征在于，所述对白鲸种群位置初始化策略进行改进，将白鲸位置进行均匀分布，具体为：
...【专利技术属性】
技术研发人员：吴培森，彭士涛，范兴达，康仲飞，赵大地，杜伟，顾明，田腾，郭旭，张莹，
申请(专利权)人：交通运输部天津水运工程科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。