[发明专利]基于灰色关联度的多重BP神经网络负荷预测方法有效
| 申请号： | 201610323293.6 | 申请日： | 2016-05-16 |
| 公开（公告）号： | CN106022954B | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 刘天琪;苏学能;焦慧明;何川 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04;G06N3/08 |
| 代理公司： | 成都禾创知家知识产权代理有限公司 51284 | 代理人： | 裴娟 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 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灰色关联度的多重BP神经网络负荷预测方法，本发明方法包括：一、基于灰色关联度的负荷序列关联性分析；二、基于最短距离法聚类确定多重BP神经网络的成员集；三、基于有效性指标确定多重BP神经网络的重数；四、还引入了动量因子，并采用多次计算求平均值的方式，改善BP神经网络易陷入局部收敛的问题，提高其抗振荡能力；五、将建立的多重BP神经网络预测模型对短期电力负荷进行预测。本发明方法改善了BP神经网络易陷入局部收敛的问题，提高了其抗振荡能力，且多重BP神经网络相比传统BP神经网络预测模型，具有更好的预测效果。 | ||
| 搜索关键词： | 基于 灰色 关联 多重 bp 神经网络 负荷 预测 方法 | ||
【主权项】：
一种基于灰色关联度的多重BP神经网络负荷预测方法，其特征在于，包括以下步骤：步骤一：采用灰色关联度方法对负荷序列的关联性进行分析；步骤二：根据最短距离法聚类确定多重BP神经网络的成员集；步骤三：根据有效性指标确定多重BP神经网络的重数；步骤四：根据步骤一的分析结果和步骤二、三确定重数后的BP神经网络进行负荷预测。
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四川大学，未经四川大学许可，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/201610323293.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种玩具
- 下一篇：一种自平衡载人双层滚动球架构方法
