[发明专利]一种客户端电力负荷监控系统在审

专利信息
申请号: 202011582631.0 申请日: 2020-12-28
公开(公告)号: CN112613221A 公开(公告)日: 2021-04-06
发明(设计)人: 钟煌;张伟翰;刘楚贤 申请(专利权)人: 广州大学城能源发展有限公司
主分类号: G06F30/25 分类号: G06F30/25;G06F30/27;G06Q10/04;G06Q10/06;G06Q50/06;G06N20/10;G06F111/04
代理公司: 陕西增瑞律师事务所 61219 代理人: 孙卫增
地址: 510006 广东省广州市番*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 客户端 电力 负荷 监控 系统
【权利要求书】:

1.一种客户端电力负荷监控系统,应用于服务器,其特征在于,包括:预测模型、数据处理模块、支持向量机模型;

所述数据处理模块用于接收并处理预设信息,并将处理的到的结果数据发送至所述支持向量机模型;用于实现支持向量机模型的训练;

所述预测模型用于根据输入的多组预测样本数据,并按照预定方法处理所述样本数据,进而完成预测模型的构建;构建完成的预测模型具有预定参数;

将所述预定参数输入至训练完成的支持向量机模型中,得到短期负荷预测值。

2.根据权利要求1所述的客户端电力负荷监控系统,其特征在于,所述预设信息包括:历史负荷信息、负荷监测信息、电流设定信息中的至少两种。

3.根据权利要求1所述的客户端电力负荷监控系统,其特征在于,所述数据处理模块用于接收并处理预设信息,所述数据处理模块用于将所述预设信息进行归一化,数据处理模块的处理方法为:

式中,x,x'∈Rn,xmin=min(x),xmax=max(x),将所述预设信息规整至[-1,1]的范围内,即x'i∈[0,1],i=1,2.....n。

4.根据权利要求1所述的客户端电力负荷监控系统,其特征在于,所述支持向量机模型包括线性回归子模型、非线性回归子模型;

所述线性回归子模型的计算方法为:

设预设样集(xi,yi),i=1,2,...l;xi∈Rn,xi为n维输入向量,yi为∈R为输出向量;优化结果为:

约束为:|wx+b-yi|≤ε,i=1,2,.....,L

式中,w为权值向量,w∈Rn;b为截距,b∈R;

选择损失函数为ε-不敏感损失函数:

c(x,y,f(x))=|y-f(x)|ε

式中,|y-f(x)|ε=max{0,|y-f(x)-ε|},ε>0;

引入Lagrange函数:

式中,||w||2为函数f的复杂度;

利用Kuhn-tucker条件,函数L的极值条件为:

得到优化对偶公式为:

约束条件为

通过求解该对偶函数,得到线性回归函数:

式中,求解b得到:

b=yi-w·xi-ε,ai∈[0,c);

b=yi-w·xi+ε,

当所述预设信息无法利用所述线性回归子模型实现回归时,采用所述非线性回归子模型处理所述预设数据;

所述非线性回归子模型的计算方法为:

定义高纬特征空间上的内积运算函数为:K(xi,yi)=Φ(xi)·Φ(yi)

高纬空间上的内积计算公式为:

约束条件为:

回归决策函数为:

5.根据权利要求1所述的客户端电力负荷监控系统,其特征在于,所述预测模型的计算逻辑为:

接收预测样本数据,并按照预定方法处理所述预测样本数据;其中,所述预定方法为:

将所述预测样本数据作为预测模型的输入向量:

其中为前一日24小时负荷,{Thigh,j,Tlow,j,SCj}d为2日的电力预测中的最高、最低温度以及电力数据,为第2日的短期电力设定参数;

所述预测模型的输出向量为:

其中,为第2日24小时负荷。

6.根据权利要求1所述的客户端电力负荷监控系统,其特征在于,所述参数优化模块为利用粒子群算法对所述预定参数进行优化;其中所述预定参数为支持向量机的参数C与gamma。

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广州大学城能源发展有限公司,未经广州大学城能源发展有限公司许可,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/pat/books/202011582631.0/1.html,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