基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。

风光储电动汽车换电站多目标运行优化

针对可再生能源与电动汽车充换电负荷之间的协调优化问题,建立了含风光储发电单元的电动汽车换电站多目标运行优化模型。采用多种群和动态自适应策略,提出了一种改进的动态多种群多目标粒子群算法,对这一多维、多约束、非线性的多目标优化问题进行求解。以某地区实际电网数据进行算例仿真,验证了模型和算法的有效性。结果表明,优化后的风光储电动汽车换电站不仅可以实现可再生能源的就地消纳,而且有助于减小负荷峰谷差。