[發明專利]一種短期負荷預測方法、系統及相關裝置

在審

• 申請號: 201910249984.X
• 申請日: 2019-03-29
• 公開（公告）號: CN109978268A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 楊韻;蔡秋娜;劉思捷
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司電力調度控制中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種短期負荷預測方法，其特征在于，包括：

獲取負荷歷史數據中各個指標的指標參數；

將各個所述指標的所述指標參數輸入預設BP神經網絡模型，輸出歸一化后的各個所述指標的短期負荷預測結果；其中，所述預設BP神經網絡模型的偏差值是由增加復雜度收斂項的偏差計算公式得出的，且所述偏差值不大于偏差收斂閾值。

2.根據權利要求1所述的短期負荷預測方法，其特征在于，所述將各個所述指標的所述指標參數輸入預設BP神經網絡模型，輸出歸一化后的各個所述指標的短期負荷預測結果，包括：

在對原始負荷訓練數據進行數據歸一化處理得到負荷訓練數據后，利用所述負荷訓練數據確定BP神經網絡中各個神經元的連接權值和偏置量；

在將各個所述神經元的所述連接權值和所述偏置量代入對應的數值轉換函數，得到第一BP神經網絡模型后，將經過所述數據歸一化處理得到的負荷驗證數據輸入所述第一BP神經網絡模型，得到輸出結果；

在利用各個所述神經元的所述連接權值和預設的權重系數，構建所述復雜度收斂項后，利用所述復雜度收斂項和原始偏差計算公式，確定所述偏差計算公式；

在將所述負荷驗證數據和所述輸出結果代入所述偏差計算公式，得到所述偏差值后，判斷所述偏差值是否大于所述偏差收斂閾值；

若否，則將所述第一BP神經網絡模型確定為所述預設BP神經網絡模型；

將各個所述指標的所述指標參數輸入所述預設BP神經網絡模型，輸出歸一化后的各個所述指標的所述短期負荷預測結果。

3.根據權利要求2所述的短期負荷預測方法，其特征在于，若判斷出所述偏差值大于所述偏差收斂閾值，包括：

根據修正公式對所述第一BP神經網絡模型的各個所述神經元的所述連接權值和所述偏置量進行修正操作，得到對應的連接權修正值和偏置量修正值。

4.根據權利要求2所述的短期負荷預測方法，其特征在于，所述在對原始負荷訓練數據進行數據歸一化處理得到負荷訓練數據后，利用所述負荷訓練數據確定BP神經網絡中各個神經元的連接權值和偏置量，包括：

根據線性轉換公式對所述原始負荷訓練數據進行數據歸一化處理，得到所述負荷訓練數據；

利用所述負荷訓練數據確定所述BP神經網絡中各個所述神經元的所述連接權值和所述偏置量。

5.一種短期負荷預測系統，其特征在于，包括：

指標參數獲取模塊，用于獲取負荷歷史數據中各個指標的指標參數；

短期負荷預測結果輸出模塊，用于將各個所述指標的所述指標參數輸入預設BP神經網絡模型，輸出歸一化后的各個所述指標的短期負荷預測結果；其中，所述預設BP神經網絡模型的偏差值是由增加復雜度收斂項的偏差計算公式得出的，且所述偏差值不大于偏差收斂閾值。

6.根據權利要求5所述的短期負荷預測系統，其特征在于，所述短期負荷預測結果輸出模塊，包括：

連接權值和偏置量確定單元，用于在對原始負荷訓練數據進行數據歸一化處理得到負荷訓練數據后，利用所述負荷訓練數據確定BP神經網絡中各個神經元的連接權值和偏置量；

結果輸出單元，用于在將各個所述神經元的所述連接權值和所述偏置量代入對應的數值轉換函數，得到第一BP神經網絡模型后，將經過所述數據歸一化處理得到的負荷驗證數據輸入所述第一BP神經網絡模型，得到輸出結果；

偏差計算公式確定單元，用于在利用各個所述神經元的所述連接權值和預設的權重系數，構建所述復雜度收斂項后，利用所述復雜度收斂項和原始偏差計算公式，確定所述偏差計算公式；

判斷單元，用于在將所述負荷驗證數據和所述輸出結果代入所述偏差計算公式，得到所述偏差值后，判斷所述偏差值是否大于所述偏差收斂閾值；

預設BP神經網絡模型確定單元，用于若所述偏差值不大于所述偏差收斂閾值，則將所述第一BP神經網絡模型確定為所述預設BP神經網絡模型；

短期負荷預測結果輸出單元，用于將各個所述指標的所述指標參數輸入所述預設BP神經網絡模型，輸出歸一化后的各個所述指標的所述短期負荷預測結果。