[發明專利]一種人工神經網絡配網運行維護費預測方法

在審

• 申請號: 201710390339.0
• 申請日: 2017-05-27
• 公開（公告）號: CN107194461A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 于曉彥;朱國榮;陸曉芬;葉玲節;文凡;徐旸;劉福炎;楊云露;成飛;盛躍峰
• 申請（專利權）人: 國網浙江省電力公司經濟技術研究院;國家電網公司;浙江華云信息科技有限公司;國網浙江德清縣供電公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 浙江翔隆專利事務所(普通合伙)33206
• 代理人: 張建青

1.一種人工神經網絡配網運行維護費預測方法，包括：

1)配網運行維護費影響因素的灰色關聯度分析：采用灰色關聯分析從因子庫中提取配網運行維護費的主要影響因素，作為人工神經網絡的輸入變量；

2)人工神經網絡配網運行維護費預測模型的選用：在灰色關聯分析的基礎上，利用人工神經網絡具有無限逼近非線性連續函數關系的性質，將其作為配網運行維護費的預測模型；

3)基于灰色關聯分析的人工神經網絡配網運行維護費預測：依據灰色關聯度篩選出與配網運行維護費同步變動程度最高的影響因素，作為人工神經網絡的輸入，以配網運行維護費的預測值為輸出，建立配網運行維護費預測模型，對配網運行維護費進行準確合理的估算。

2.根據權利要求1所述的人工神經網絡配網運行維護費預測方法，其特征在于，所述灰色關聯度分析包括以下步驟：

1)設反映配網運行維護費的時間序列為影響配網運行維護費的m個時間序列組為對配網運行維護費序列和影響因素序列進行標準化處理，得到{X₀(t)}和{X_i(t)}，t＝1,2,...,N，i＝1,2,...m；

2)計算灰色關聯系數：在t＝k時刻，計算配網運行維護費序列{X₀(k)}與影響因素序列{X_i(k)}的灰色關聯系數為：L_i0(k)＝(D_min+D_max)/(D_oi(k)+rD_max)，i＝1,2,...m；

其中，r為分辨系數，0＜r＜1；D_0i(k)＝|X₀(k)-X_i(k)|，t＝1,2,...,N；D_min與D_max分別為兩極差的最大差與最小差，即

3)計算灰色關聯度，配網運行維護費序列與影響因素序列的灰色關聯度r_0i可計算為：

其中，0＜r_0i≤1，r_0i越大，表明X₀(k)與X_i(k)之間的關聯程度越大；

灰色關聯度排序，根據計算的灰色關聯度從大到小排列出影響因素序列對配網運行維護費序列的關聯程度。

3.根據權利要求1或2所述的人工神經網絡配網運行維護費預測方法，其特征在于，所述人工神經網絡配網運行維護費預測模型的選用包括以下步驟：

1)選擇人工神經網絡作為配網運行維護費的預測模型；

2)設神經網絡有n個輸入神經元、m個輸出神經元和p個隱層神經元，則隱層神經元的輸出為：

其中x_i為第i個輸入神經元的輸出值，為第j個隱層神經元的輸出值，ω_ij為連接第i個輸入神經元和第j個隱層神經元的權值，b_j為第j個隱層神經元的偏差值，f(·)為傳遞函數；

輸出層神經元的輸出為：

其中y_k為第k個輸出神經元的輸出值，ω_jk為連接第j個隱層神經元和第k個輸出神經元的權值，b_k為第k個輸出神經元的偏差值；

傳遞函數采用S型函數，

f(x)＝1/(1+e^-x/Q)，其中：Q為調整傳遞函數形式的S型參數；

3)各輸入信號從輸入層進入網絡，到達隱層后經過傳遞函數映射變換到輸出層構成各輸出信號；誤差信號從輸出層經隱層，然后到輸入層，每層神經元都分擔相應的誤差信號，進而修改權值。