[发明专利]基于人工智能数据驱动的主要断面预测方法在审
| 申请号： | 201911037892.1 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110751290A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 郑君;祖光鑫;胡远婷;郝文波;徐明宇;郭袅;刘智洋;刘进 | 申请（专利权）人： | 国网黑龙江省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F30/20;G06K9/62;G06Q10/04;G06Q50/06 |
| 代理公司： | 23109 哈尔滨市松花江专利商标事务所 | 代理人： | 时起磊 |
| 地址： | 150030 黑龙*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于人工智能数据驱动的主要断面预测方法，本发明涉及电网断面预测方法。本发明的目的是为了解决现有方法利用潮流计算软件，获得的电力系统断面误差大、对实际运行情况复现困难，结果准确度对电力系统各元件参数依赖性强的问题。过程为：步骤一、采集数据集，将数据集作为训练集；步骤二、建立BP神经网络模型；步骤三、基于训练集训练BP神经网络模型，得到训练好的BP神经网络模型；步骤四、将待测数据集输入到训练好的BP神经网络模型，得到各省间潮流断面。本发明用于电力系统领域。 | ||
| 搜索关键词： | 电力系统 数据集 训练集 电力系统领域 结果准确度 人工智能 采集数据 潮流断面 潮流计算 电网断面 断面误差 数据驱动 元件参数 预测 复现 | ||
【主权项】：
1.基于人工智能数据驱动的主要断面预测方法，其特征在于：所述方法具体过程为：/n步骤一、采集数据集，将数据集作为训练集；/n步骤二、建立BP神经网络模型；/n步骤三、基于训练集训练BP神经网络模型，得到训练好的BP神经网络模型；/n步骤四、将待测数据集输入到训练好的BP神经网络模型，得到各省间潮流断面。/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国网黑龙江省电力有限公司电力科学研究院;国家电网有限公司，未经国网黑龙江省电力有限公司电力科学研究院;国家电网有限公司许可，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/201911037892.1/，转载请声明来源钻瓜专利网。
