[发明专利]一种萤火虫算法优化神经网络的短期负荷预测方法在审
| 申请号： | 201810308285.3 | 申请日： | 2018-04-08 |
| 公开（公告）号： | CN108446808A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 陈冬沣;肖建华;吴永峰;李暖群 | 申请（专利权）人： | 广东电网有限责任公司;广东电网有限责任公司揭阳供电局 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/02 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510060 广东*** | 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： | 本发明公开一种萤火虫算法优化神经网络的短期负荷预测方法，获取历史负荷数据和天气数据，对所获取的数据进行预处理生成训练样本集和测试样本；选择训练样本集建立神经网络预测模型；采用训练样本集对神经网络进行训练，训练过程中采用萤火虫算法对神经网络的权值和阀值进行优化调整；将测试样本输入S3中训练好的神经网络中进行预测，得到短期负荷预测结果。本发明本方法能获得较高精度的短期负荷预测结果。 | ||
| 搜索关键词： | 短期负荷预测 训练样本集 萤火虫算法 神经网络 优化神经网络 测试样本 神经网络预测模型 预处理 历史负荷数据 天气数据 训练过程 优化调整 权值和 预测 | ||
【主权项】：
1.一种萤火虫算法优化神经网络的短期负荷预测方法，其特征在于，包括如下步骤：S1获取历史负荷数据和天气数据，对所获取的数据进行预处理生成训练样本集和测试样本；S2选择训练样本集建立神经网络预测模型；S3采用训练样本集对神经网络进行训练，训练过程中采用萤火虫算法对神经网络的权值和阀值进行优化调整；S4将测试样本输入S3中训练好的神经网络中进行预测，得到短期负荷预测结果。
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广东电网有限责任公司;广东电网有限责任公司揭阳供电局，未经广东电网有限责任公司;广东电网有限责任公司揭阳供电局许可，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/201810308285.3/，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
