基于自适应粒子群优化的ARIMA-SVM光功率趋势预测  

Optical power trend forecasting with ARIMA-SVM based on adaptive particle swarm optimization

作　　者：陈晓娟[1] 李思洋[1] 王圣达[2] 

机构地区：[1]东北电力大学信息工程学院,吉林省吉林市132012 [2]吉林省电力有限公司,长春130021

出　　处：《光通信技术》2015年第4期22-25,共4页Optical Communication Technology

基　　金：国家自然科学基金(61271115)资助

摘　　要：为实现光纤线路未来状态趋势预测,提出基于自适应粒子群优化(APSO)的ARIMA-SVM光功率趋势预测法。利用小波变换对光功率数据进行预处理,设计APSO算法优化SVM模型参数,构建了优化后的ARIMA-SVM模型,实现了光功率趋势预测。In order to realize the optical fiber line future trend forecasting, the paper proposes an optical power trend forecasting method with autoregressive integrated moving average （ARIMA）-support vector machine（SVM） based on adaptive particle swarm optimization（APSO）. The wavelet transform is used to preprocess the optical power data, then the APSO algorithm is designed to optimize the parameter of SVM, and the optimized ARIMA-SVM model is constructed and the optical power forecasting is utilized.

关 键 词：光功率预测 自适应粒子群优化 动态距离 差分自回归移动平均 支持向量机 

分 类 号：TN929.11[电子电信—通信与信息系统]