[发明专利]一种基于小波包与神经网络的综合能源负荷预测方法有效
| 申请号： | 201910481870.8 | 申请日： | 2019-06-04 |
| 公开（公告）号： | CN110210995B | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 王绪利;胡斌;赵锋;代磊;周帆;杨欣;王加庆;江桂芬;胡旭东;张德广 | 申请（专利权）人： | 国网安徽省电力有限公司经济技术研究院 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04;G06N3/08 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 金凯 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 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小波包与神经网络的综合能源负荷预测方法，属于综合能源系统负荷预测领域，本发明通过对历史负荷数据进行多层小波包变换，将负荷数据分解为不同频段的负荷序列，通过计算各频段上不同种类的负荷序列之间的相关系数筛选出合适的负荷序列，再用筛选后的负荷序列训练神经网络负荷预测模型，从而在考虑到负荷的频率特性的同时，提高了综合能源系统中各能源之间的耦合性，提高了负荷预测的精确度。 | ||
| 搜索关键词： | 一种 基于 波包 神经网络 综合 能源 负荷 预测 方法 | ||
【主权项】：
1.一种基于小波包与神经网络的综合能源负荷预测方法，其特征在于，包括如下步骤：获取历史负荷数据；对历史负荷数据中不同种类的负荷数据分别进行小波包分解，得到每种负荷数据在不同频段下的负荷序列；将负荷序列分为训练样本和预测样本，并根据负荷序列的种类和频段建立不同的BP神经网络；将所述训练样本输入相应的BP神经网络，得到负荷预测模型；将所述预测样本输入相应的负荷预测模型，得到负荷预测结果。
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安徽省电力有限公司经济技术研究院，未经国网安徽省电力有限公司经济技术研究院许可，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/201910481870.8/，转载请声明来源钻瓜专利网。
