-
题名基于BOA-LSSVM的电力推进船舶负荷预测
被引量：1
- 1
-
-
作者
舒方舟
王莹
戴晓强
刘维亭
-
机构
江苏科技大学自动化学院
江苏科技大学计算机学院
舟山市江科船舶与海洋工程装备研发中心
-
出处
《舰船科学技术》
北大核心
2023年第20期159-166,共8页
-
基金
舟山科技项目(2022C13034)
江苏省产业前瞻与共性关键技术重点项目(BE2018007-2)。
-
文摘
船舶电力系统容量小,负荷波动性强,船舶电力负荷预测对于船舶电力系统的稳定性和安全性意义重大。本文提出一种能够对船舶电力负荷进行有效且准确的负荷预测方法,在传统的以最小二乘支持向量机作为船舶电力负荷预测方法的基础上,将变种卡方核函数与RBF核函数相结合,同时支持向量机的正则化参数C和标准化参数σ的取值对预测精度影响较大,故使用改进的蝴蝶优化算法对预测模型中的参数以及变种卡方核函数的权重系数进行寻优。仿真结果表明,本文提出的预测方法将负荷预测精度提升至97.5119%,因变种卡方核函数的引入,算法能够对特征向量分量权重进行自动调节,并且经蝴蝶优化算法进行参数寻优后的预测模型更为准确,船舶电力负荷预测精度得到进一步提升。
-
关键词
电力推进船舶
负荷预测
支持向量机
组合核函数
蝴蝶优化算法
-
Keywords
electrical propulsion ship
load forecasting
support vector machine
combined kernel function
butterfly optimization algorithm
-
分类号
U664.3
[交通运输工程—船舶及航道工程]
-
