[發(fā)明專利]面向成本關(guān)聯(lián)抗效益偏差神經(jīng)網(wǎng)絡(luò)的高效訓練方法及裝置

有效

• 申請?zhí)枺?/td>: 201711408113.5
• 申請日: 2017-12-22
• 公開（公告）號: CN108090557B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 賈德香;鄭厚清;王智敏;柳占杰;于灝;陳光;陳睿欣;王玓;劉素蔚;王廣輝;李偉陽;王鋒華;錢仲文;張旭東;成敬周;王政;宋國超;王征;寸馨;黃柏富;晏夢璇;許方園;劉愛民;崔萬里;周小明;李廣翱;施明泰;李浩松;許中平;李金;康泰峰
• 申請（專利權(quán)）人: 國網(wǎng)能源研究院有限公司;國網(wǎng)浙江省電力有限公司;國網(wǎng)遼寧省電力有限公司;北京國網(wǎng)信通埃森哲信息技術(shù)有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q10/04;G06Q50/06
• 代理公司: 北京八月瓜知識產(chǎn)權(quán)代理有限公司 11543
• 代理人: 馬東瑞

1.一種面向成本關(guān)聯(lián)抗效益偏差神經(jīng)網(wǎng)絡(luò)的高效訓練方法，其特征在于，所述方法包括：

S1.建立神經(jīng)網(wǎng)絡(luò)模型；

S2.設(shè)定對神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化訓練的優(yōu)化目標；所述優(yōu)化目標包括精度目標和成本目標兩部分,具體如下所示：

其中，Er表示精度目標；Cos表示成本目標；β表示罰項系數(shù)；Y為神經(jīng)網(wǎng)絡(luò)訓練集的輸出矩陣，矩陣為O行K列的矩陣，矩陣第o行第k列的元素記為y_ok；PDA為上級市場的電價矩陣，矩陣第o行第k列的元素記為pda_ok；PRT為下級市場的電價矩陣，矩陣第o行第k列的元素記為prt_ok；T為神經(jīng)網(wǎng)絡(luò)訓練集的真實負荷矩陣，矩陣第o行第k列的元素記為t_ok；Ac為Y與真實負荷之間的偏差向量；矩陣PDA、PRT、T、Ac均與矩陣Y為同型矩陣；ε(z)表示神經(jīng)元的激勵函數(shù)；δ(z)為一個階躍逼近函數(shù)；

S3.對神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化訓練，得到經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型，具體包括：

S31.依據(jù)LM算法的優(yōu)化思想建立優(yōu)化訓練方法，過程如下：

S311.建立優(yōu)化訓練的自變量W_ih、W_ho、b_h、b_o的轉(zhuǎn)換變量X的矩陣表達形式，如下所示：

其中，函數(shù)L()將輸入矩陣中每一列按次序拼接至第一列下方，形成一個列向量輸出；X是一個(i*h+h*o+h+o)-1的向量，記為H-1的向量，其中，H＝i*h+h*o+h+o；

S312.構(gòu)建雅可比矩陣，如下所示：

其中，Q為訓練集中樣本數(shù)量；

S313.計算優(yōu)化目標的偏導數(shù)，如下所示：

其中，obj代表G；μ代表β；x_h表示X中第h個元素；e_q是Er中第q個元素，prtf_q表示L(PRT)中的第q個元素；pdaf_q表示L(PDA)中第q個元素；⊙表示矩陣的點乘；×表示矩陣的叉乘；

S314.構(gòu)建海森矩陣，如下所示：

其中，函數(shù)COPE()將接受的向量復制多組同樣的向量，拼成一個矩陣并輸出；

S315.更新X，如下所示：

[W_ih^(r+1)，W_ho^(r+1)，b_h^(r+1)，b_o^(r+1)]＝D(X^(r+1))

其中，r是迭代次數(shù)；λ是迭代步長系數(shù)，由負荷申報決策者給出，λ的值越大，迭代收斂速度越快，但同時誤差也越大；I是單位矩陣；

S32.對優(yōu)化訓練的自變量W_ih^(r)、W_ho^(r)、b_h^(r)、b_o^(r)進行初始化；

S33.根據(jù)步驟S31確定的優(yōu)化訓練方法計算優(yōu)化訓練的自變量W_ih^(r+1)、W_ho^(r+1)、b_h^(r+1)、b_o^(r+1)；

S34.根據(jù)步驟S33的結(jié)果計算Er和Cos的數(shù)值，判斷是否滿足終端條件；若是，則迭代終止，優(yōu)化訓練結(jié)束；若不是，則使r＝r+1，并轉(zhuǎn)至步驟S33；

S4.將申報目標日的相關(guān)特征數(shù)據(jù)輸入經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型，即可輸出申報目標日的負荷預測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S3的優(yōu)化訓練過程還需要滿足如下所示的約束要求：

其中，C表示負荷申報決策者設(shè)定的誤差閾值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述相關(guān)特征數(shù)據(jù)包括目標時間的溫度、濕度、天氣狀況以及歷史的負荷數(shù)據(jù)。