首页> 中国专利> 基于PSO-BP模型的停限产情况下的电量预测方法

基于PSO-BP模型的停限产情况下的电量预测方法

摘要

本发明公开了属于电量预测技术领域的一种基于PSO‑BP模型的停限产政策下的电量预测方法。该方法首先对输入数据进行分析处理;然后,将历史用电量影响因素作为自变量,将历史用电量作为因变量进行样本训练,使用PSO算法优化BP神经网络的权值和阈值,计算不同参数的预测精度,得到预测精度高的BP模型的权值和阈值;最后对BP神经网络模型预测,将粒子群算法优化后的参数以及预测样本输入预测模型,得到预测值。本发明利用PSO优化BP神经网络算法,考虑空气质量指数、气象因素和主要停限产产品产量因素对用电量的影响,对用电量的特征向量进行学习训练,经实验验证预测效果较理想,针对停限产政策影响下的地区用电量预测提供了一种新思路。

著录项

  • 公开/公告号CN109146121A

    专利类型发明专利

  • 公开/公告日2019-01-04

    原文格式PDF

  • 申请/专利权人 华北电力大学;

    申请/专利号CN201810661629.9

  • 发明设计人 牛东晓;康辉;戴舒羽;浦迪;

    申请日2018-06-25

  • 分类号

  • 代理机构北京众合诚成知识产权代理有限公司;

  • 代理人朱琨

  • 地址 102206 北京市昌平区朱辛庄北农路2号

  • 入库时间 2024-02-19 08:16:02

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-01-29

    实质审查的生效 IPC(主分类):G06Q10/04 申请日:20180625

    实质审查的生效

  • 2019-01-04

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号