基于神经网络和比例系数法的短期负荷区间预测方法
授权
摘要
本发明公开了一种基于神经网络和比例系数法的短期负荷区间预测方法，包括以下步骤：S1、获取待预测地区的电力负荷数据以及温度、天气数据信息；S2、将获得的数据分成三组，分别用于训练、验证和预测；S3、用训练集数据训练神经网络；S4、利用神经网络模型对验证集进行预测；S5、建立最优化方程，并利用PSO算法去获取最优的比例系数a和b；S6、用神经网络对预测集进行预测，将得到的预测结果结合最优比例系数a和b构建负荷预测区间。本发明依赖神经网络点预测的结果，结合比例系数法和粒子群优化算法获取的最优的比例系数进行预测区间的构建，没有对数据分布做任何假设，不需要计算复杂的矩阵，比传统的区间预测方法更快速、更可靠。
基本信息
专利标题 ：
基于神经网络和比例系数法的短期负荷区间预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111325413A
申请号 ：
CN202010205690.X
公开（公告）日 ：
2020-06-23
申请日 ：
2020-03-23
授权号 ：
CN111325413B
授权日 ：
2022-04-01
发明人 ：
李昌海滕云龙黄琦刘影
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都虹盛汇泉专利代理有限公司
代理人 ：
王伟
优先权 ：
CN202010205690.X
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
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
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-04-01 ：
授权
2020-07-17 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20200323
申请日 : 20200323
2020-06-23 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
