[发明专利]一种基于粒子群神经网络的办公建筑负荷预测方法在审
| 申请号： | 201410675567.9 | 申请日： | 2014-11-21 |
| 公开（公告）号： | CN104331737A | 公开（公告）日： | 2015-02-04 |
| 发明（设计）人： | 范洁;颜庆国;陈霄;易永仙;杨斌;薛溟枫;闫华光;石怀德;许高杰;周玉;袁静伟;陈飞 | 申请（专利权）人： | 国家电网公司;江苏省电力公司;江苏省电力公司电力科学研究院;中国电力科学研究院 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06Q10/04;G06Q50/06 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林;耿英 |
| 地址： | 211103 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于粒子群神经网络的办公建筑负荷预测方法，包含以下步骤：确立办公建筑负荷预测神经网络模型的输入特征变量和输出目标向量；初始化粒子群解集；计算每个粒子的适应度值；更新粒子的局部最优位置和全局最优位置；更新微粒的速度和位置；判断结束条件；如果满足结束条件，则输出当前最优位置；赋值神经网络并进行神经网络模拟，预测办公建筑负荷。通过基于神经网络的办公建筑负荷预测方法，综合考虑了影响办公建筑负荷波动变化的所有内扰与外扰因素。同时针对办公建筑特殊的周期性用电特性，将其周期性负荷变化一并考虑进去，利用人工神经网络模拟，实现办公建筑的高精度负荷预测，具有负荷预测精度高、简单易实现的有益效果。 | ||
| 搜索关键词： | 一种 基于 粒子 神经网络 办公 建筑 负荷 预测 方法 | ||
【主权项】：
一种基于粒子群神经网络的办公建筑负荷预测方法，其特征是，包含以下步骤：步骤1：确立办公建筑负荷预测神经网络模型的输入特征变量和输出目标向量；步骤2：初始化粒子群解集xi＝(a1i,a2i,b1i,b2i,ci)，其中a1i和b1i分别代表神经网络输入层与隐含层间的权值和阈值，a2i和b2i分别代表神经网络隐含层与输出层间的权值和阈值，ci代表神经网络隐含层的个数，对其分别进行初始化；步骤3：计算每个粒子的适应度值，即当前微粒下的目标函数值f(x)；步骤4：更新粒子的局部最优位置pi(t)和全局最优位置pg(t)；步骤5：更新微粒的速度vij(t+1)和位置xij(t+1)；步骤6：判断结束条件；如果尚未满足结束条件，则返回步骤3；如果满足结束条件，则输出当前最优位置pg(t)；步骤7：赋值神经网络并进行神经网络模拟，预测办公建筑负荷。
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家电网公司;江苏省电力公司;江苏省电力公司电力科学研究院;中国电力科学研究院，未经国家电网公司;江苏省电力公司;江苏省电力公司电力科学研究院;中国电力科学研究院许可，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/201410675567.9/，转载请声明来源钻瓜专利网。
