[发明专利]一种基于神经网络的电力日前交易收益预测方法及装置在审
| 申请号： | 201911013720.0 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110766225A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 宋英豪 | 申请（专利权）人： | 新奥数能科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q10/06;G06Q50/06;G06N3/02 |
| 代理公司： | 11687 北京嘉科知识产权代理事务所(特殊普通合伙) | 代理人： | 杨波 |
| 地址： | 100102 北京市朝阳区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的电力交易收益预测方法，所述方法包括：获取所述电力交易的历史收益数据和对应的历史影响数据；确定模型中的因变量和自变量；根据所述历史收益数据和所述历史影响数据通过预设算法训练所述因变量和自变量的函数关系，以得到预测模型；将待预测的任一天影响数据输入所述预测模型，以得到该天的电力交易收益的预测值。通过算法对售电收益和影响因素之间的关系进行拟合，并训练预测模型，基于此，对未来某天的售电收益进行预测，为售电公司提供分析数据基础，提高售电收益。 | ||
| 搜索关键词： | 电力交易 预测模型 自变量 收益 历史影响 收益数据 因变量 预测 分析数据 函数关系 神经网络 收益预测 数据通过 影响数据 影响因素 预设算法 拟合 算法 | ||
【主权项】：
1.一种基于神经网络的电力交易收益预测方法，其特征在于，所述方法包括：/n获取所述电力交易的历史收益数据和对应的历史影响数据；/n确定模型中的因变量和自变量；/n根据所述历史收益数据和所述历史影响数据通过预设算法训练所述因变量和自变量的函数关系，以得到预测模型；/n将待预测的任一天影响数据输入所述预测模型，以得到该天的电力交易收益的预测值。/n
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新奥数能科技有限公司，未经新奥数能科技有限公司许可，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/patent/201911013720.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
