[發明專利]一種基于Elman神經網絡的電力負荷預警方法及裝置

在審

• 申請號: 201710164168.X
• 申請日: 2017-03-20
• 公開（公告）號: CN107025497A
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 鄧松;張利平;岳東;付雄;葛輝;黃崇鑫
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 劉莎

1.一種基于Elman神經網絡的電力負荷預警方法，其特征在于，具體步驟如下：

步驟1，采集電力系統的歷史電力負荷數據，并對歷史電力負荷數據進行預處理以剔除異常數據，形成預處理樣本；

步驟2，采用蟻群聚類方法，對步驟1中的預處理樣本進行聚類，將聚類結果作為Elman神經網絡的訓練樣本；

步驟3，利用步驟2中的訓練樣本對Elman神經網絡進行訓練學習；

步驟4，將步驟6中訓練好的Elman神經網絡作為電力負荷預警器，從而實現電力負荷預警。

2.根據權利要求1所述的一種基于Elman神經網絡的電力負荷預警方法，其特征在于，步驟1中的歷史電力負荷數據用序列y(x,n)表示，其中，y(x,n)表示第n年第x月的電力負荷數據，x＝0,1,...,11，n＝1,2,...,N，N表示采集的歷史電力負荷數據的年份數。

3.根據權利要求2所述的一種基于Elman神經網絡的電力負荷預警方法，其特征在于，對電力負荷數據進行預處理的方法為：

1.1)根據均值函數計算歷史電力負荷數據的均值；

1.2)根據方差函數計算歷史電力負荷數據的方差；

1.3)根據反常函數對歷史電力負荷數據進行判斷，若p(x,n)＜1.2則判定該電力負荷數據為正常數據，否則判定為異常值數據并剔除；

1.4)根據平滑函數對剔除異常數據后的歷史電力負荷數據進行平滑處理，形成預處理樣本。

4.根據權利要求1所述的一種基于Elman神經網絡的電力負荷預警方法，其特征在于，步驟3中對Elman神經網絡進行訓練學習，具體為：首先，根據訓練樣本對Elman神經網絡進行訓練學習；其次，根據全局誤差函數計算訓練完成的Elman神經網絡的誤差，若E(x)＜ε則網絡收斂，Elman神經網絡訓練完成；否則動態調節Elman神經網絡的權值和閾值后繼續進行訓練學習，直至網絡收斂；其中，為隱層誤差，為輸出層各神經元的誤差，ε為一個極小值。

5.一種基于Elman神經網絡的電力負荷預警裝置，其特征在于，包括：

數據采集器，用于對電力系統的歷史電力負荷數據進行采集；

數據處理器，用于對采集到的電力系統的歷史電力負荷數據進行異常剔除和平滑處理，得到預處理樣本；

數據聚類器，用于根據蟻群聚類方法對預處理樣本進行聚類，得到Elman神經網絡的訓練樣本；

網絡訓練器，用于根據訓練樣本以及預設全局誤差閾值，對Elman神經網絡進行訓練學習；

預警器，用于訓練完成的Elman神經網絡對電力負荷進行在線預警。