[發明專利]基于VMD-MQPSO-BPn網絡的電力負荷預測方法在審
| 申請號: | 202010673530.8 | 申請日: | 2020-07-14 |
| 公開(公告)號: | CN111882120A | 公開(公告)日: | 2020-11-03 |
| 發明(設計)人: | 肖秦琨;張雪;鄧雪亞;尹玉婷;張杰韜 | 申請(專利權)人: | 西安工業大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/06;G06N3/08;G06N3/00;G06F17/15 |
| 代理公司: | 西安新思維專利商標事務所有限公司 61114 | 代理人: | 黃秦芳 |
| 地址: | 710032 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 vmd mqpso bpn 網絡 電力 負荷 預測 方法 | ||
1.一種基于VMD-MQPSO-BPn網絡的電力負荷預測方法,其特征在于:包括以下步驟:
步驟1、將獲取電力負荷歷史數據作為原始負荷數據序列信號X(t);
步驟2、利用變分模態分解(VMD)將原始負荷數據序列信號分解成指定個數的本征模態函數;
步驟3、針對步驟2分解出的本征模態函數構建相應不同結構的BP神經網絡;
步驟4、設置BP神經網絡和MQPSO算法的各參數設定值;
步驟5、使用自適應變異量子粒子群算法(MQPSO)優化不同結構的BP神經網絡的權重和閾值,建立MQPSO-BPn預測模型;
步驟6、根據MQPSO-BPn預測模型,將VMD分解若干個本征模態函數輸入訓練集進行訓練,得到訓練后的MQPSO-BPn預測模型;
步驟7、將訓練后的MQPSO-BPn預測模型應用于每個模態函數的測試數據,得到相應的預測結果;
步驟8、疊加步驟7中所有模態函數的預測值,得到實際預測結果。
2.根據權利要求1所述的一種基于VMD-MQPSO-BPn網絡的電力負荷預測方法,其特征在于:所述步驟2中VMD分解具體包括以下內容:
步驟2.1:對于原始信號經Hilbert變換變換得到的每個模態函數uk(t)求得的單邊譜為:
其中,t表示第t時刻,k表示第k個模態,j表示虛數單位,σ(t)表示第k個模態在第t時刻的中心頻率;
步驟2.2:將每個模態的頻譜以及各模態解析信號的混合以預估中心頻率為基準調制到相應基頻帶:
其中,wk表示第k個模態的角頻率;
步驟2.3:構建約束的變分模型為:
式中,{uk}={u1,…,uK}表示k個模態函數,表示這k個模態函數的初值,{wk}={w1,…,wK}表示第k個中心頻率,表示這第k個中心頻率的初值;k=1,2,3…K,表示對t求偏導,X(t)表示原始輸入信號;
步驟2.4:
步驟2.4.1:變分模型的求取,通過引入二次罰函數項a和拉格朗日乘子算子λ(t),形成了擴展拉格朗日表達式,如下式:
步驟2.4.2:初始化參數和n
是拉格朗日乘法算子的初值,n為迭代次數;
步驟2.4.3:采用交替乘子方向法更新以及λn+1尋求擴展拉格朗日表達式的鞍點:
(1)uk的更新公式;
(2)wk的更新公式:
(3)λ的更新公式:
(4)其收斂與否采用均方誤差進行判斷,條件為:
對于給定的判別精度e0,若msee,則停止迭代,獲得一個分量U1,重復步驟2.4.3則可獲得其余分量U2、U3….、Un。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安工業大學,未經西安工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010673530.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種市政用PVC樹池蓋板開槽裝置
- 下一篇:撲翼飛行器
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





