[发明专利]面向成本关联抗效益偏差神经网络的高效训练方法及装置有效
| 申请号： | 201711408113.5 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN108090557B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 贾德香;郑厚清;王智敏;柳占杰;于灏;陈光;陈睿欣;王玓;刘素蔚;王广辉;李伟阳;王锋华;钱仲文;张旭东;成敬周;王政;宋国超;王征;寸馨;黄柏富;晏梦璇;许方园;刘爱民;崔万里;周小明;李广翱;施明泰;李浩松;许中平;李金;康泰峰 | 申请（专利权）人： | 国网能源研究院有限公司;国网浙江省电力有限公司;国网辽宁省电力有限公司;北京国网信通埃森哲信息技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q10/04;G06Q50/06 |
| 代理公司： | 北京八月瓜知识产权代理有限公司 11543 | 代理人： | 马东瑞 |
| 地址： | 102200 北京市昌平*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种面向成本关联抗效益偏差神经网络的高效训练方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用高效的针对性算法进行优化训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益；同时有效了降低优化训练过程迭代收敛的步数，提升神经网络模型降低成本的效果，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。 | ||
| 搜索关键词： | 面向 成本 关联 效益 偏差 神经网络 高效 训练 方法 装置 | ||
【主权项】：
1.一种面向成本关联抗效益偏差神经网络的高效训练方法，其特征在于，所述方法包括：S 1.建立神经网络模型；S2.设定对神经网络模型进行优化训练的优化目标；所述优化目标包括精度目标和成本目标两部分,具体如下所示： min ⇒ G = E r + β · C o s ]]> C o s = s u m ( Y · P D A ) + s u m ( A c · P R T · ϵ ( A c ) ) s u m ( Y · P D A ) = Σ o = 1 O Σ k = 1 K y o k · pda o k s u m ( A c · P R T · δ ( A c ) ) = Σ o = 1 O Σ k = 1 K [ ( t o k
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能源研究院有限公司;国网浙江省电力有限公司;国网辽宁省电力有限公司;北京国网信通埃森哲信息技术有限公司，未经国网能源研究院有限公司;国网浙江省电力有限公司;国网辽宁省电力有限公司;北京国网信通埃森哲信息技术有限公司许可，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/patent/201711408113.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种配电变压器热评估方法
- 下一篇：一种对偶储备池神经网络模型的构建方法
