基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用

为了最大限度利用单项模型预测信息,减少模型选择的风险,给出了一种基于量子和声搜索算法(QHS)的改进DMSFE组合预测方法(QHS-IDMSFE)。考虑时点差异和模型差异,将DMSFE模型中的折现因子β扩展为矩阵形式。并采用量子编码和声库,利用态叠加增加和声库中每个和声携带的信息量,提高算法的寻优能力,以达到在保证MAPE目标函数最小前提下通过QHS算法寻优确定出最优β矩阵形式,进而确定单项模型的组合权重。采用两个地区年用电量数据对提出的模型进行验证,结果显示该组合方法能有效提高预测精度且适用于中长期电量预测。同时能够实现矩阵β的智能寻优,并保证预测误差最小。