首页> 中国专利> 一种基于多种影响因素的极限学习机月度电量预测方法

一种基于多种影响因素的极限学习机月度电量预测方法

摘要

本发明公开了一种基于多种影响因素的极限学习机月度电量预测方法,包括以下步骤:收集近4‑6年的市月度电量数据、季度GDP数据、季度平均最高气温和季度平均最低气温数据;获得季度电量;将季度电量、季度GDP、季度平均最高气温、季度平均最低气温数据划分为训练样本和测试样本;设置极限学习机预测模型的参数,隐含层节点数设置为3‑13,输出维数设置为1,激励函数设置为sig函数;将训练样本和测试样本输入极限学习机预测模型,对极限学习机预测模型进行训练,获得月度预测电量;本发明预测方法进行了用电特性分析,深度挖掘历史数据,引入多种影响因素至预测模型,提高预测精度。

著录项

  • 公开/公告号CN111275247A

    专利类型发明专利

  • 公开/公告日2020-06-12

    原文格式PDF

  • 申请/专利权人 西安理工大学;

    申请/专利号CN202010038771.5

  • 申请日2020-01-14

  • 分类号

  • 代理机构西安弘理专利事务所;

  • 代理人张皎

  • 地址 710048 陕西省西安市碑林区金花南路5号

  • 入库时间 2023-12-17 09:25:21

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-07-07

    实质审查的生效 IPC(主分类):G06Q10/04 申请日:20200114

    实质审查的生效

  • 2020-06-12

    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