[发明专利]一种短期电力负荷预测方法在审
| 申请号： | 201810059484.5 | 申请日： | 2018-01-22 |
| 公开（公告）号： | CN108108858A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 王锐;张晓瑜;何敏藩;王珏;王炯琦;伍国华;戎海武;熊彦 | 申请（专利权）人： | 佛山科学技术学院;佛山市有义家科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 王国标 |
| 地址： | 528000 广东省佛山市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种短期电力负荷预测方法，包括建立4层网络结构的深度信念网络预测模型；对深度信念网络预测模型进行训练，得到深度信念网络预测模型每层的参数值，设置深度信念网络预测模型的激活函数，通过训练学习得到所述深度信念网络预测模型输入输出之间的映射关系；对被测电力负荷的实际用电功率进行预测，得到所述被测电力负荷的用电功率预测结果。本发明深度信念网络预测网络引入到电力负荷功率预测中，通过网络的深层结构，学习输入输出之间的内在关系，实现对未来一段时间负荷用电功率的预测。而且本发明的电力负荷预测方法很大程度上预测的精确度和预测的速度高。本发明创造用于对短期电力负荷情况进行预测。 | ||
| 搜索关键词： | 信念网络 预测模型 电力负荷 预测 电力负荷预测 用电功率 功率预测 激活函数 内在关系 深层结构 时间负荷 实际用电 网络结构 训练学习 映射关系 预测结果 输出 网络 引入 学习 | ||
【主权项】：
1.一种短期电力负荷预测方法，其特征在于，包括以下步骤：步骤1.建立4层网络结构的深度信念网络预测模型；步骤2.采用非监督逐层贪心算法，结合被测电力负荷的近期实际用电功率对深度信念网络预测模型进行训练，得到深度信念网络预测模型每层的参数值，设置深度信念网络预测模型的激活函数，通过训练学习得到所述深度信念网络预测模型输入输出之间的映射关系；步骤3.根据确定的深度信念网络预测模型，对被测电力负荷的实际用电功率进行预测，得到所述被测电力负荷的用电功率预测结果。
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佛山科学技术学院;佛山市有义家科技有限公司，未经佛山科学技术学院;佛山市有义家科技有限公司许可，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/201810059484.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
