[发明专利]一种短期负荷预测方法有效
| 申请号: | 201911299248.1 | 申请日: | 2019-12-17 |
| 公开(公告)号: | CN111275163B | 公开(公告)日: | 2023-09-05 |
| 发明(设计)人: | 王建华;柳伟;黄河;高松;谢珍建;韩俊;蔡超 | 申请(专利权)人: | 东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司经济技术研究院 |
| 主分类号: | G06N3/092 | 分类号: | G06N3/092;G06N20/20;G06Q10/04;G06Q50/06;H02J3/00 |
| 代理公司: | 常州市华信天成专利代理事务所(普通合伙) 32294 | 代理人: | 何学成 |
| 地址: | 210018 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 短期 负荷 预测 方法 | ||
1.一种短期负荷预测方法,其特征在于,包括以下步骤:
步骤1:选取初始数据;
步骤2:通过多轮训练来获得一系列的弱学习器;
步骤3:将每个弱学习器的预测结果添加到强学习器中,得到最终的强学习器,并获得预测结果,
所述步骤2还包括如下步骤:
步骤2.1:建立L(y,f(x))为损失函数,弱学习器初始化为f0(x)
步骤2.2:对于k=1,2,…,K,计算负梯度如(2)所示
步骤2.3:基于建立一个迭代过程中的弱学习器hk(x),其中最优学习率γk由线性搜索计算得出,如(3)所示
步骤2.4:更新弱学习器fk(x)
fk(x)=fk-1(x)+γkhk(x) (4)
所述损失函数细分定义如下:
当a的值小时,该函数为二次函数,当a的值较大时该函数为线性函数,而当|a|=δ时,则为线性函数,并且这两个函数具有相等的值和不同的斜率。
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东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司经济技术研究院,未经东南大学;国网江苏省电力有限公司;国网江苏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/pat/books/201911299248.1/1.html,转载请声明来源钻瓜专利网。





