[发明专利]一种基于Sparse Autoencoder的电力系统运行方式聚类方法有效
| 申请号： | 201910016263.4 | 申请日： | 2019-01-08 |
| 公开（公告）号： | CN109711483B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 李更丰;雷宇骁;徐春雷;张啸虎;史迪 | 申请（专利权）人： | 西安交通大学;国网江苏省电力有限公司;全球能源互联网研究院有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/063;G06Q50/06 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 高博 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Sparse Autoencoder的电力系统运行方式聚类方法，获取电力系统中的相关数据，然后设置训练参数，隐藏层层数和神经元个数，对相关数据进行Autoencoder模型训练，同时提取出模型的拓扑结构和权值矩阵，进行聚类分析，得出典型场景数目，解码得出各场景中心的原始数据。本发明可以对表征电力系统运行方式的特征向量进行快速选取和降维，为电力系统运行方式特征向量的选取并生成典型运行场景提供一种新思路和方法。同时为神经网络在这一方面的应用开创了一个先例。 | ||
| 搜索关键词： | 一种 基于 sparse autoencoder 电力系统 运行 方式 方法 | ||
【主权项】：
1.一种基于Sparse Autoencoder的电力系统运行方式聚类方法，其特征在于，获取电力系统中的相关数据，然后设置训练参数，隐藏层层数和神经元个数，对相关数据进行Autoencoder模型训练，同时提取出模型的拓扑结构和权值矩阵，进行聚类分析，得出典型场景数目，解码得出各场景中心的原始数据。
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西安交通大学;国网江苏省电力有限公司;全球能源互联网研究院有限公司，未经西安交通大学;国网江苏省电力有限公司;全球能源互联网研究院有限公司许可，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/201910016263.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种毕业生去向信息管理及推荐系统
- 下一篇：一种顾客的分类方法及系统
