[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
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: | 本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。
- 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