[发明专利]基于深度递归神经网络的电力系统短期负荷预测方法在审
| 申请号： | 201711293583.1 | 申请日： | 2017-12-08 |
| 公开（公告）号： | CN107766995A | 公开（公告）日： | 2018-03-06 |
| 发明（设计）人： | 林霞;李可;田凤字;孔令元;张智晟 | 申请（专利权）人： | 国网山东省电力公司枣庄供电公司;青岛大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04 |
| 代理公司： | 青岛华慧泽专利代理事务所(普通合伙)37247 | 代理人： | 沙莎 |
| 地址： | 277000 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于电力系统短期负荷预测技术领域，公开了基于深度递归神经网络的电力系统短期负荷预测方法，步骤为（1）收集汇总历史电网负荷和气象数据，建库备用；（2）去除步骤（1）所得异常数据，对剩余数据归一化处理；（3）确定具有前馈和反馈功能的模型结构；（4）采用历史数据对基于IPSO算法的DRNN预测模型进行训练；（5）将基于IPSO算法的DRNN预测模型用于实际负荷的预测中。本技术方案深度递归神经网络短期负荷预测方法在深度神经网络多隐层结构的基础上增设关联层，并以改进粒子群算法作为网络的优化学习算法，对模型权值空间进行深度优化。误差有效降低，能够融合前馈与反馈连接，提高网络泛化能力，有效提高负荷预测精度。 | ||
| 搜索关键词： | 基于 深度 递归 神经网络 电力系统 短期 负荷 预测 方法 | ||
【主权项】：
基于深度递归神经网络的电力系统短期负荷预测方法，其特征在于，包括以下步骤：(1)收集汇总历史电网负荷和气象数据，建库备用；(2)去除步骤(1)所得异常数据，对剩余数据归一化处理；(3)确定具有前馈和反馈功能的模型结构；(4)采用历史数据对基于IPSO算法的DRNN预测模型进行训练，确定模型参数及权值；(5)将基于IPSO算法的DRNN预测模型用于实际负荷的预测中，得出预测负荷值。
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山东省电力公司枣庄供电公司;青岛大学，未经国网山东省电力公司枣庄供电公司;青岛大学许可，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/201711293583.1/，转载请声明来源钻瓜专利网。
- 上一篇：术中体位维持足套
- 下一篇：应用物联网及人工智能的平衡健康装置
- 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
