[发明专利]一种24小时电力负荷预测方法在审

专利信息
申请号: 201810364330.7 申请日: 2018-04-20
公开(公告)号: CN108549960A 公开(公告)日: 2018-09-18
发明(设计)人: 毛昕儒;周恬恬;张程;杨蕊;杨理;邹宇;李成普;李飞;赵祥志;谭应桃 申请(专利权)人: 国网重庆市电力公司永川供电分公司;重庆大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/063;G06N3/08
代理公司: 重庆中之信知识产权代理事务所(普通合伙) 50213 代理人: 涂强
地址: 402160 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力负荷预测 电力负荷 预测 用电负荷 权重 预处理 建立网络模型 特征值数据 权值计算 输入预测 数据采集 网络结构 网络模型 网络训练 有效特征 初始化 窗口法 网络层 拟合 量化 测试
【说明书】:

发明提供了一种24小时电力负荷预测方法,包含数据采集及预处理,通过特征熵权值计算出的有效特征,结合窗口选取法选取固定时间内的24小时用电负荷情况作为DBN网络训练的输入数据,确定DBN网络结构和建立网络模型,通过DBN对网络模型进行训练和测试,输入预测日的特征值数据和窗口法选取的预测日前某几天一天中的24小时用电负荷值,得到预测日的电力负荷值结果,通过2层RBM网络层的预训练对权重进行合理的初始化,再通过BP网络层来调整,不会出现过拟合等缺点,采用特征熵权值法提取对电力负荷有影响的因素并计算其相应的权值,量化各个因素得到对电力负荷的影响的权重,提出了窗口选取法,提高预测精准性,预测效果较现有电力负荷预测模型更好。

技术领域

本发明涉及电力系统规划和调度等领域,具体涉及一种使用DBN神经网络模型对预测日进行24时电力负荷预测的方法。

背景技术

伴随着我国电力行业的不断发展和人民生活水平的不断提高,各行各业对电能的需求逐渐提高。电力负荷预测是制定发电计划和电力系统发展规划的基础,精确的负荷预测对于电力系统经济、安全、可靠运行具有重要意义。

随着现代科学技术的快速发展,各种各样的负荷预测方法不断涌现。电力系统负荷具有不可控性和也没有全面的分析考虑温度或天气等影响因素有按天、按周、以及按年的周期性变化特性。负荷预测具有不准确性,条件性,时间性是多种多样的且不断变化的,其影响因素也是多种多样的。传统的负荷预测数学模型具有局限性,影响负荷变化的因素非常多,隐含着非线性关系,很难用一个显示的数学公式予以表示。神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统,可以映射任意复杂的非线性关系,通过调节内部神经元的连接关系,来达到处理信息的目的,具有很强的自适应学习能力。现代人工智能算法中使用的较多的是BP神经网络也存在初始权值等选择的不确定性会出现过拟合等缺点,预测精度和实用性方面无法同时满足要求。

在训练网络模型时,如何有效选取输入数据也是至关重要的。在现有技术中,尽管部分电力负荷预测算法选择了合适的神经网络模型作为预测模型,也没有全面的分析考虑温度或天气等影响因素及其影响的大小,大多基于历史负荷数据做数学统计对电力负荷预测影响因素的利用不足。

发明内容

针对现有技术中所存在的不足,本发明提供了一种24小时电力负荷预测方法,其目的在于解决BP神经网络存在初始权值等选择的不确定性会出现过拟合等缺点,预测精度和实用性方面无法同时满足要求,没有全面的分析考虑温度或天气等影响因素有按天、按周、以及按年的周期性变化特性,使负荷预测具有不准确性。

为实现上述目的,本发明用了如下的技术方案:

一种24小时电力负荷预测方法,包含以下步骤;

a、数据采集及预处理:采集电网数据和天气数据,形成原始评价矩阵Mnm,并对原始评价矩阵Mnm进行线性变换归一化处理得到矩阵Snm,并对各个指标的数据按照特征熵权值进行标准化处理,得到对应的权值;

b、通过特征熵权值计算出的有效特征,结合窗口选取法选取固定时间内的24小时用电负荷情况作为DBN网络训练的输入数据;

c、根据电力负荷数据特征和分布信息,设置RBM层数为2,每层神经元个数为180,建立DBN网络模型;

d、通过DBN对网络模型进行训练和测试;

e、输入预测日的特征值数据和窗口法选取的预测日前某几天一天中的24小时用电负荷值到训练好的网络模型中,利用训练好的网络模型对所需预测的电力负荷值进行预测,得到预测日的电力负荷值结果。

相比于现有技术,本发明具有如下有益效果:

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重庆市电力公司永川供电分公司;重庆大学,未经国网重庆市电力公司永川供电分公司;重庆大学许可,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/pat/books/201810364330.7/2.html,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