[发明专利]一种基于改进的深度信念网络的电力价格预测方法在审

专利信息
申请号: 201910289389.9 申请日: 2019-04-11
公开(公告)号: CN110009160A 公开(公告)日: 2019-07-12
发明(设计)人: 翟莹莹;李艾玲;郭志;吕振辽 申请(专利权)人: 东北大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;G06Q50/06;G06N3/04;G06N3/08
代理公司: 沈阳优普达知识产权代理事务所(特殊普通合伙) 21234 代理人: 李晓光
地址: 110169 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于改进的深度信念网络的电力价格预测方法,步骤为:根据电价数据特点以及电价的影响因素,划分数据集并确定网络数据输入,对采用数据集进行数据预处理;针对预处理后的数据集,利用二阶重构误差计算网络误差,确定模型RBM的层数;利用结合三分法和二分法的“三+二”查找算法优化网络中的神经元节点个数;分别利用BP神经网络和SVR支持向量回归机作为DBN网络的回归层,结合RBM的层数和优化后的神经元节点个数,构造结构优化的DBN‑BP模型和DBN‑SVR模型,对实时电价数据进行预测。本发明建立结构优化的DBN模型,并对网络的回归层进行不同的结合改进,提高了DBN的预测精度,具有很好的应用前景。
搜索关键词: 数据集 神经元节点 预测 电力价格 信念网络 二分法 电价 支持向量回归机 预处理 数据预处理 改进 网络 构造结构 结构优化 实时电价 数据特点 算法优化 网络数据 网络误差 误差计算 影响因素 三分法 回归 二阶 重构 优化 查找 应用
【主权项】:
1.一种基于改进的深度信念网络的电力价格预测方法,其特征在于包括以下步骤:1)根据电价数据特点以及电价的影响因素,划分数据集并确定网络数据输入,对采用数据集进行数据预处理;2)针对预处理后的数据集,利用二阶重构误差计算网络误差,确定模型RBM的层数;3)利用结合三分法和二分法的“三+二”查找算法优化网络中的神经元节点个数;4)分别利用BP神经网络和SVR支持向量回归机作为DBN网络的回归层,结合RBM的层数和优化后的神经元节点个数,构造结构优化的DBN‑BP模型和DBN‑SVR模型,对实时电价数据进行预测。
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东北大学,未经东北大学许可,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/201910289389.9/,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