[发明专利]一种基于DFS和SVM特征选择的短期负荷预测方法及系统在审

专利信息
申请号: 201810867897.6 申请日: 2018-08-02
公开(公告)号: CN109344990A 公开(公告)日: 2019-02-15
发明(设计)人: 田世明;卜凡鹏;苏运;郭乃网;田英杰;韩凝晖;张琪祁;瞿海妮;柳劲松 申请(专利权)人: 中国电力科学研究院有限公司;国网上海市电力公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06K9/62;G06Q10/06;G06Q50/06
代理公司: 北京安博达知识产权代理有限公司 11271 代理人: 徐国文
地址: 100192 北*** 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: 发明涉及一种基于DFS和SVM特征选择的短期负荷预测方法及系统,所述方法包括:根据影响短期负荷预测的特征的F‑score值获取特征子集,根据特征子集所对应的SVM分类模型的分类正确率确定最优特征子集,利用所述最优特征子集中特征所对应的历史数据训练短期负荷预测模型,并利用该短期负荷预测模型预测预测日负荷值;本发明实现了输入数据的有效降维,综合考虑全局搜索能力以及局部搜索能力,实现了对神经网络权值和阈值的优化,避免陷入局部最优,提高了负荷预测的精度。
搜索关键词: 短期负荷预测 特征选择 特征子集 局部搜索能力 历史数据训练 全局搜索能力 最优特征子集 负荷预测 模型预测 神经网络 综合考虑 权值和 日负荷 正确率 降维 分类 预测 优化
【主权项】:
1.一种基于DFS和SVM特征选择的短期负荷预测方法,其特征在于,所述方法包括:根据影响短期负荷预测的特征的F‑score值获取特征子集;根据特征子集所对应的SVM分类模型的分类正确率确定最优特征子集;利用所述最优特征子集中特征所对应的历史数据训练短期负荷预测模型,并利用该短期负荷预测模型预测预测日负荷值。
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中国电力科学研究院有限公司;国网上海市电力公司,未经中国电力科学研究院有限公司;国网上海市电力公司许可,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/201810867897.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top