[发明专利]一种基于WPD和WNN的短期电价预测方法在审
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 | ||
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。
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。