[发明专利]一种基于WPD和WNN的短期电价预测方法在审

专利信息
申请号: 202111528340.8 申请日: 2021-12-14
公开(公告)号: CN114387012A 公开(公告)日: 2022-04-22
发明(设计)人: 段震宇;刘天羽;邹定江;王勉 申请(专利权)人: 上海电机学院
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/06;G06N3/04;G06N3/08
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 杨元焱
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 wpd wnn 短期 电价 预测 方法
【权利要求书】:

1.一种基于WPD和WNN的短期电价预测方法,其特征在于,包括以下步骤:

1)对历史电价数据进行预处理;

2)通过WPD算法剔除历史电价数据中的随机波动的数据,获得重构电价数据;

3)将重构电价序列输入训练好的WNN模型,获得预测电价。

2.根据权利要求1所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的步骤2)包括:

21)对历史电价数据进行三层WPD处理,获得分解信号以及对应的频率;

22)删除频率大于设定阈值的分解信号,对剩余的分解信号进行重构,获得重构电价序列;

23)对重构电价序列进行数据归一化,获得重构电价数据。

3.根据权利要求2所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的步骤3)包括:

31)将重构电价数据输入训练好的WNN模型,获得预测数据;

32)对预测数据进行反归一化,获得预测电价。

4.根据权利要求2所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的数据归一化的计算公式为:

其中,为归一化后的输入变量,x为归一化前的输入变量,xmax和xmin分别为x的最大值和最小值。

5.根据权利要求1所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的WNN模型为紧致型小波神经网络。

6.根据权利要求5所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的紧致型小波神经网络中的Sigmoid激活函数替换为Morlet小波基函数。

7.根据权利要求6所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的Morlet小波基函数h的公式为:

其中,x为输入。

8.根据权利要求6所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的紧致型小波神经网络中的隐含层的输出计算公式为:

其中,j=1,2,3,…m,m为隐含层神经元个数,n为紧致型小波神经网络输入层的节点数量,p(j)为隐含层的第j个输出,wij为紧致型小波神经网络输入层的第i个神经元与第j个神经元之间的连接权值,xi为第i个输入,aj为Morlet小波基函数的伸缩因子,bj为Morlet小波基函数的平移因子。

9.根据权利要求8所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的紧致型小波神经网络的输出层的输出计算式为:

其中,wjk为隐含层与输出层之间的连接权值。

10.根据权利要求1所述的一种基于WPD和WNN的短期电价预测方法,其特征在于,所述的步骤1)包括:

通过均值插补法处理历史电价数据中的缺失数据和异常数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111528340.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top