[发明专利]一种基于卷积神经网络的电量预测方法在审
| 申请号： | 201910441311.4 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110212520A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 贾晓亮;董佳霖;李志;魏昕喆;张哲宇;刘尧 | 申请（专利权）人： | 国网天津市电力公司;国家电网有限公司 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 王来佳 |
| 地址： | 300010*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的电量预测方法，其技术特点在于：包括以下步骤：步骤1、构建电量预测卷积神经网络；步骤2、将输入层电量、气温、节假日数据进行预处理，通过归一化处理将上述三类数据转化为无量纲相对量后，将海量数据输入步骤1的电量预测卷积神经网络；步骤3、初始化多通道卷积神经网络权值和偏置；步骤4、将输入数据通过卷积神经网络逐层计算；步骤5、基于误差梯度的反向传播算法调整每层网络的权值和偏置；步骤6、达到设定迭代次数后停止训练，输入测试样本集得到预测结果。本发明提高了电量预测过程中海量数据处理效率、综合考虑温度等关联信息，并克服了预测过程过分依赖个人经验等问题，进而能够降低人员要求。 | ||
| 搜索关键词： | 卷积神经网络 电量预测 权值和 偏置 数据处理效率 预处理 归一化处理 反向传播 个人经验 关联信息 海量数据 技术特点 人员要求 输入步骤 输入测试 数据转化 算法调整 预测结果 综合考虑 初始化 多通道 输入层 无量纲 样本集 迭代 构建 电量 气温 预测 网络 | ||
【主权项】：
1.一种基于卷积神经网络的电量预测方法，其特征在于：包括以下步骤：步骤1、利用卷积神经网络，针对小时电量、日电量、周电量与气温、节假日的外部数据之间的多变量复杂非线性映射关系，提取电量临近性、周期性、趋势性特征，构建电量预测卷积神经网络；步骤2、将输入层电量、气温、节假日数据进行预处理，通过归一化处理将上述三类数据转化为无量纲相对量后，将海量数据输入步骤1的电量预测卷积神经网络；步骤3、初始化多通道卷积神经网络权值和偏置；步骤4、将输入数据通过卷积神经网络逐层计算；步骤5、基于误差梯度的反向传播算法调整每层网络的权值和偏置；步骤6、达到设定迭代次数后停止训练，输入测试样本集得到预测结果。
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国网天津市电力公司;国家电网有限公司，未经国网天津市电力公司;国家电网有限公司许可，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/201910441311.4/，转载请声明来源钻瓜专利网。
- 上一篇：用于中低压配电网的数据处理方法
- 下一篇：配电网线损计算方法及系统
