Support vector regression with fruit fly optimization algorithm for seasonal electricity consumption forecasting

پیش بینی دقیق مصرف برق ماهانه می تواند راهنمای قابل اطمینانی برای برنامه ریزی و مدیریت بهتر انرژی باشد. با این حال، یافته شده است که مصرف ماهانه برق نشان می دهد ویژگی های غیر خطی پیچیده و گرایش آشکار فصلی. رگرسیون بردار پشتیبانی برای پیشگیری از سری زمانی غیرخطی مورد استفاده قرار گرفته است، اما از انتخاب پارامترهای کلیدی و تاثیر گرایش فصلی رنج می برد. این مقاله یک رویکرد جدید ارائه می دهد که بر اساس مدل رگرسیون بردار پشتیبانی با الگوریتم بهینه سازی پرواز میوه و تنظیم شاخص فصلی برای پیش بینی مصرف برق ماهیانه پیشنهاد می شود. علاوه بر این، برای بررسی جامع پیش بینی عملکرد مدل ترکیبی، نمونه کوچکی از مصرف برق ماهیانه چین و نمونه ای از ماهانه خرده فروشی برق ماهانه ایالات متحده برای نشان دادن عملکرد پیش بینی شده مورد استفاده قرار گرفت. نتایج نشان می دهد که رویکرد ترکیبی پیشنهاد شده گزینه ای مناسب برای برنامه های پیش بینی مصرف برق است.