[发明专利]一种基于BP神经网络电力负荷预测的虚拟坐席系统

说明书

本发明公开了一种基于BP神经网络电力负荷预测的虚拟坐席系统，包括计算机电信集成模块、虚拟坐席调度模块、数据采集模块、电力负荷预测模块以及预测结果输出模块；同时还公开了其控制方法，包括分配虚拟坐席、匹配、调度和呼叫具体的电力负荷预测方式、电力负荷进行预测和输出电力负荷预测结果；是一种精度高，预测效果好，相应速度快的电力负荷预测系统，其控制方法简便，推广前景好。

技术领域

本发明属于电力领域，具体涉及一种基于BP神经网络电力负荷预测的虚拟坐席系统及其控制方法。

背景技术

电力是工业生产不可或缺的能量来源，有效且准确的短期电力负荷预测有助于工业生产的预报评估和发电成本的降低。短期电力负荷预测因其及时、快速、应急性强等特点，在电力发展过程中越来越重要。

BP神经网络因对于非线性的负荷数据预测有较好的拟合能力而得到广泛应用，但存在易陷入局部极小，初始权值、阈值随机赋予和网络训练震荡等现象。

遗传算法优化BP神经网络预测精度比BP神经网络更高，但存在局部寻优能力不足，易陷入早期收敛等缺陷。

目前，针对短期电力负荷预测已有多种方法，如小波分析法、状态空间法、人工神经网络法等。但是并未出现能够及时响应电力预测具体时段，按照需要进行预测的完整的预测系统及方法。

发明内容

为解决上述现有技术中存在的技术问题，本发明提供了一种基于BP神经网络电力负荷预测的虚拟坐席系统，并公开了控制方法。

本发明解决其技术问题是通过以下技术方案实现的：

一种基于BP神经网络电力负荷预测的虚拟坐席系统，包括计算机电信集成模块、虚拟坐席调度模块、数据采集模块、电力负荷预测模块以及预测结果输出模块，其中：

所述计算机电信集成模块，用于将主叫用户对特定的电力负荷预测时段的呼叫请求分配给虚拟坐席调度模块；

所述虚拟坐席调度模块，用于在接收到所述呼叫请求后，根据所述主叫用户的权限匹配具体的电力负荷预测方式，并调度和呼叫相应的电力负荷预测模块；

所述电力负荷预测模块，包括BP神经网络预测模块和遗传算法改进模块，所述遗传算法改进模块采用遗传算法改进方法，用于优化BP神经网络预测模块的初始权值阈值，所述BP神经网络预测模块采用BP神经网络预测方法，用于对电力负荷进行预测；

所述预测结果输出模块，用于电力负荷预测结果的输出。

一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法，包括以下步骤：

步骤S1、将主叫用户对特定的电力负荷预测时段的呼叫请求分配给虚拟坐席；

步骤S2、根据所述主叫用户的权限匹配、调度和呼叫具体的电力负荷预测方式；

步骤S3、采用所述遗传算法改进方法对BP神经网络预测方法中的初始权值阈值进行优化，得到最优的初始权值阈值，建立预测模型，再采用BP神经网络预测方法进行电力负荷的预测；

步骤S4、输出电力负荷预测结果。

进一步的，所述步骤S3中，基于改进遗传算法的预测方法，具体为：

步骤S3.1、初始化种群，设定模拟退火算法的退火初始温度t₀；

步骤S3.2、将采集的电力负荷数据进行归一化处理；

步骤S3.3、设置BP神经网络参数，采用3层BP神经网络模型，输入层4个节点，隐含层9个节点，输出层1个节点，所述隐含层的节点数目根据经验公式计算得到：