[發(fā)明專利]一種基于深度學(xué)習(xí)與多源信息融合的飽和負(fù)荷空間分布精準(zhǔn)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810609803.5
• 申請日: 2018-06-13
• 公開（公告）號: CN108960488B
• 公開（公告）日: 2022-03-04
• 發(fā)明（設(shè)計(jì)）人: 吳奎華;吳健;盧兆軍;孫偉;李琨;李勃;馮亮;楊波;梁榮;崔燦;楊揚(yáng);王洪偉;張曉磊;杜鵬;楊慎全;李昭;李凱;盧志鵬;綦陸杰;劉淑莉;龐怡君;劉釗;王耀雷;趙韌;馬潤澤;劉晟源;韓暢;黃民翔;楊莉;林振智
• 申請（專利權(quán)）人: 國網(wǎng)山東省電力公司經(jīng)濟(jì)技術(shù)研究院;國網(wǎng)山東省電力公司;浙江大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 萬尾甜;韓介梅

1.一種基于深度學(xué)習(xí)與多源信息融合的飽和負(fù)荷空間分布精準(zhǔn)預(yù)測方法，其特征在于，包括步驟：

獲取已知飽和負(fù)荷密度的元胞特征與飽和負(fù)荷密度，得到負(fù)荷元胞樣本庫；

分析空間負(fù)荷元胞多源信息的屬性，根據(jù)待測元胞的特征，進(jìn)行待測元胞的數(shù)據(jù)預(yù)處理；

將用地性質(zhì)分別代入到負(fù)荷元胞樣本庫數(shù)據(jù)和待測元胞的數(shù)據(jù)中；

采用深度學(xué)習(xí)算法中的基于棧式降噪的自編碼器的網(wǎng)絡(luò)，選擇適當(dāng)?shù)募せ詈瘮?shù)，對數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練及多屬性特征提取；具體是選取ReLU函數(shù)作為SDAE網(wǎng)絡(luò)的激活函數(shù)，對網(wǎng)絡(luò)進(jìn)行如下改造：

正向傳播：

反向傳播：

其中

其中

式中：x為輸入值，為第ly層的輸出值，為第ly層中輸出i對輸入j的權(quán)值，為第ly層中輸出i對輸入j的權(quán)值變化量，LY為總層數(shù)，E_sj為深度學(xué)習(xí)網(wǎng)絡(luò)中的損失函數(shù)；

在SDAE頂層疊加一個(gè)回歸器，通過對SDAE進(jìn)行訓(xùn)練，即可輸出回歸的結(jié)果，開展空間負(fù)荷預(yù)測；

將預(yù)處理后的待測元胞數(shù)據(jù)輸入到回歸器內(nèi)進(jìn)行負(fù)荷的特征提取與負(fù)荷預(yù)測。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與多源信息融合的飽和負(fù)荷空間分布精準(zhǔn)預(yù)測方法，其特征在于，所述的元胞特征包括元胞所在地的氣象特征、用地性質(zhì)特征和區(qū)位特征。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)與多源信息融合的飽和負(fù)荷空間分布精準(zhǔn)預(yù)測方法，其特征在于，分析空間負(fù)荷元胞多源信息的屬性并進(jìn)行數(shù)據(jù)預(yù)處理，包括：

根據(jù)地塊的不同用地性質(zhì)，將樣本庫按用地性質(zhì)分類分別開展預(yù)測，用地性質(zhì)屬性不作為模型輸入，將其余屬性進(jìn)行數(shù)據(jù)處理，這些屬性中包括結(jié)構(gòu)化與非結(jié)構(gòu)化的屬性，對于結(jié)構(gòu)化屬性，以0-1二值邏輯、多值邏輯或數(shù)值表示，對于以文本為載體的非結(jié)構(gòu)化屬性進(jìn)行結(jié)構(gòu)化處理。