[发明专利]一种短期负荷预测方法、装置、设备及存储介质在审
申请号: | 201810784848.6 | 申请日: | 2018-07-17 |
公开(公告)号: | CN109063902A | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 殷豪;许锐埼;孟安波;曾云;刘诗韵;吴非;李皓 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
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: | 本发明公开的一种短期负荷预测方法,首先获取历史负荷数据,然后基于集成经验模态分解对历史负荷数据进行分解得到多个子序列,其次选取训练样本并利用训练样本训练DBN网络以得到DBN网络预测模型,最后利用DBN网络预测模型和各子序列对短期负荷进行预测,采用本方案,由于将历史负荷数据进行了分解得到子序列,从一定程度上降低了负荷数据的复杂特性(高度非线性和非平稳性),因此,采用DBN网络预测模型和低复杂特性的负荷数据的子序列对短期负荷进行预测,本方案对短期负荷的预测精度更高,对电网运行调度的正常运行提供了很大的保障。此外,本发明还公开了一种短期负荷预测装置、设备及存储介质,效果如上。 | ||
搜索关键词: | 短期负荷预测 历史负荷数据 网络预测模型 子序列 存储介质 复杂特性 负荷数据 训练样本 预测 经验模态分解 高度非线性 分解 非平稳性 运行调度 电网 网络 | ||
【主权项】:
1.一种短期负荷预测方法,其特征在于,包括:获取历史负荷数据;基于集成经验模态分解对所述历史负荷数据进行分解得到多个子序列;选取训练样本并利用所述训练样本训练DBN网络以得到DBN网络预测模型;利用所述DBN网络预测模型和各所述子序列对短期负荷进行预测。
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广东工业大学,未经广东工业大学许可,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/201810784848.6/,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