[发明专利]基于RBF-AR模型的电力系统短期负荷预测方法在审
| 申请号： | 201911037215.X | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110796309A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 周锋;陈俊东;朱培栋;于佳琪;郭文明 | 申请（专利权）人： | 长沙学院 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 |
| 代理公司： | 11489 北京中政联科专利代理事务所(普通合伙) | 代理人： | 郑久兴 |
| 地址： | 410022 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种采用RBF‑AR模型对电力系统短期负荷进行预测的方法。该方法首先采用一种RBF‑AR模型对电力系统短期负荷进行建模，然后采用一种随机梯度下降(SG)优化算法对RBF‑AR模型的参数进行在线优化，并通过定义的最小信息量准则来选择最终用于对电力系统短期负荷进行预测的RBF‑AR模型的最优阶次。本发明设计的RBF‑AR模型有效避免了直接采用RBF模型而存在的参数较多、难以估计及实时性差的问题；且设计的对RBF‑AR模型参数进行在线优化的随机梯度下降(SG)算法比离线估计类算法具有更快的实时性，更适用于电力系统的短期负荷预测。 | ||
| 搜索关键词： | 电力系统 随机梯度 在线优化 算法 短期负荷预测 信息量准则 模型参数 实时性差 优化算法 实时性 预测 建模 离线 | ||
【主权项】：
1.一种基于RBF-AR模型的电力系统短期负荷预测方法，其特征在于，包括以下步骤：/n1)采集用于对RBF-AR模型进行递归优化训练用的电力系统短期负荷数据集；/n2)采用一种RBF-AR模型对电力系统短期负荷进行预测建模；/n3)采用随机梯度下降(SG)优化算法对步骤2)中RBF-AR模型的参数进行在线优化；/n4)采用最小信息量准则来选择最终用于对电力系统短期负荷进行预测的RBF-AR模型的最优阶次；/n5)采用步骤4)中选择的RBF-AR模型对电力系统短期负荷进行在线实时预测。/n
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长沙学院，未经长沙学院许可，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/201911037215.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
