[发明专利]一种基于BP神经网络的农村能源优化调度方法

权利要求书

1.一种基于BP神经网络的农村能源优化调度方法，其特征在于，包括如下步骤：

步骤1：初始化样板数据采集，根据农村能源的设计标准，建立样本特征数据；

步骤2：初始化数据采集，在农村能源中采集原始数据；

步骤3：构建BP神经网络训练模型，利用原始数对特征数据对模型进行学习与训练；

步骤4：农村能源运用时，实时采集的各级数据通过训练后的BP神经网络模型进行输出调度数值，并将采集的数据进行标记定位；

步骤5：将样本数据与调度数值，进行绝对值比较；

步骤6：将差异的数据，并上传后台控制端；

步骤7：后台控制端通过数据从微电网处调整电力进入农村能源补偿电能。

2.根据权利要求1所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于：所述步骤2中初始化数据采集包括；蓄电池储电量、沼气储量、沼气池压力、沼气池温度、沼气池湿度、环境温度和微电网中从电网市网获取的瞬时功率，并将其做为神经网络的输入量。

3.根据权利要求2所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于：所述步骤2中初始化数据采集，在蓄电池储电量、沼气储量、沼气池压力、沼气池温度、沼气池湿度、微电网中从电网市网获取的瞬时功率的采集中，任意一处数据采集过程中，在一天内均不少于10次的数据输入。

4.根据权利要求3所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于：所述步骤4中数据中，采集数据分为环境数据与电量数据；

其中：

环境数据包括；沼气池压力、沼气池温度和沼气池湿度、环境温度；

电量数据包括；蓄电池储电量和微电网中从电网市网获取的瞬时功率。

5.根据权利要求4所述一种基于BP神经网络的农村能源优化调度方法，其特征在于，所述环境数据为静态特征。

6.根据权利要求4所述一种基于BP神经网络的农村能源优化调度方法，其特征在于，所述电量数据为动态特征。

7.根据权利要求6所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于，所述步骤4中的将采集的数据进行标记定位，并上传后台控制端。

8.根据权利要求1所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于，所述步骤7中的微电网，是能够通过分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。