[發明專利]一種基于深度學習神經網絡預測長期電價變化趨勢的模型

在審

• 申請號: 202010081131.2
• 申請日: 2020-02-06
• 公開（公告）號: CN111062546A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 胡炳謙;顧一峰;周浩;韓俊
• 申請（專利權）人: 上海積成能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習神經網絡預測長期電價變化趨勢的模型，其特征在于，包括：

步驟一、通過測量或取得歷史數據的方式，獲得該區域的小時級歷史歷史氣溫, 工作日, 節假日, 歷史用電負荷，樣本電力價格曲線圖如圖2所示；

步驟二、搭建L層深度學習網絡,在本模型中,考慮到訓練時間成本,我們選擇4層神經網絡，

其中L,我們選擇為3. 為輸入量,分別為,溫度,小時,工作日,是否為工作日,負荷，同一時段上一周的負荷,同一時段昨天的負荷，前二十四小時的平均負荷，同一時段上一周的電價，同一時段昨天的電價，前二十四小時的平均電價，前一天的峰值電價, 上一周的峰值電價，預測模型如圖3所示；

步驟三、對于搭建的3層深度學習網絡，對于每一個激勵單元, 首先是線性函數：其中 和為需要求解的參數，

…

；

步驟四、其次是RELU函數：

…

；

步驟五、每一層的RELU函數的輸出為下一層的輸入：其中 和為需要求解的參數，

…

；

步驟六、每一層的RELU函數的輸入為線性函數的輸出：

…

；

步驟七、最后一層為線性函數,而線性函數的輸出為最后先要測試的電價：

最后預測電價與歷史實際電價曲線圖如圖4所示。