[发明专利]一种SF6分解气体浓度时间序列的预测方法及系统在审

专利信息
申请号: 201710706636.1 申请日: 2017-08-17
公开(公告)号: CN107506859A 公开(公告)日: 2017-12-22
发明(设计)人: 张施令;姚强;吴高林;苗玉龙;邱妮;宫林;李龙 申请(专利权)人: 国网重庆市电力公司电力科学研究院;国家电网公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06N3/08
代理公司: 北京集佳知识产权代理有限公司11227 代理人: 罗满
地址: 401123 重庆市*** 国省代码: 重庆;85
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明实施例公开了一种SF6分解气体浓度时间序列的预测方法及系统,包括预先采用粒子群算法分别对小波神经网络模型、灰色神经网络模型和支持向量机模型进行优化,得到小波神经网络优化模型、灰色神经网络优化模型和支持向量机优化模型;分别通过小波神经网络优化模型、灰色神经网络优化模型和支持向量机优化模型对SF6分解气体的历史时间序列进行分析得到相应的第一预测时间序列、第二预测时间序列和第三预测时间序列;按照预设规则将第一预测时间序列、第二预测时间序列和第三预测时间序列进行组合,得到第一SF6分解气体浓度预测时间序列。本发明实施例不仅实现了对SF6分解气体浓度时间序列的预测,而且在一定程度上提高了预测精确度。
搜索关键词: 一种 sf6 分解 气体 浓度 时间 序列 预测 方法 系统
【主权项】:
一种SF6分解气体浓度时间序列的预测方法,其特征在于,包括:预先采用粒子群算法分别对小波神经网络模型、灰色神经网络模型和支持向量机模型进行优化,得到小波神经网络优化模型、灰色神经网络优化模型和支持向量机优化模型;分别通过所述小波神经网络优化模型、所述灰色神经网络优化模型和所述支持向量机优化模型对SF6分解气体的历史时间序列进行分析得到相应的第一预测时间序列、第二预测时间序列和第三预测时间序列;按照预设规则将所述第一预测时间序列、所述第二预测时间序列和所述第三预测时间序列进行组合,得到第一SF6分解气体浓度预测时间序列。
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重庆市电力公司电力科学研究院;国家电网公司,未经国网重庆市电力公司电力科学研究院;国家电网公司许可,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/201710706636.1/,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