[发明专利]一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法在审

专利信息
申请号: 201610086111.8 申请日: 2016-02-15
公开(公告)号: CN105760952A 公开(公告)日: 2016-07-13
发明(设计)人: 尹建光;谢连科;刘辉;马新刚;臧玉魏;王坤;巩泉泉;窦丹丹 申请(专利权)人: 国网山东省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;G06N3/04;G06N3/08
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 赵妍
地址: 250002 山东*** 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: 发明公开了基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法,步骤一,利用时间序列分析方法建立电网负荷的时间序列模型;步骤二,利用时间序列分析方法建立电网负荷的训练样本,利用建立的训练样本和自适应模糊神经网络对电网负荷进行预测;步骤三,根据建立的时间序列模型的预测值和自适应模糊神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,自适应模糊神经网络的预测值作为卡尔曼滤波的测量值,从而建立基于卡尔曼滤波的预测模型,对电网负荷进行预测。本发明提出了一种基于卡尔曼滤波、神经网络以及时间序列分析的电网负荷预测分析方法,提高电网负荷预测可靠性,降低电网的供电风险,加强电网的坚强性。
搜索关键词: 一种 基于 卡尔 滤波 自适应 模糊 神经网络 负荷 预测 方法
【主权项】:
基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法,其特征是,包括以下步骤:步骤一,利用时间序列分析方法建立电网负荷的时间序列模型;步骤二,利用时间序列分析方法建立电网负荷的训练样本,利用建立的训练样本和自适应模糊神经网络对电网负荷进行预测;步骤三,根据步骤一建立的时间序列模型的预测值和自适应模糊神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,自适应模糊神经网络的预测值作为卡尔曼滤波的测量值,从而建立基于卡尔曼滤波的预测模型,对电网负荷进行预测。
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电力科学研究院;国家电网公司,未经国网山东省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/201610086111.8/,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