[發(fā)明專利]基于多維灰色-神經(jīng)網(wǎng)絡(luò)混合協(xié)調(diào)的電力需求預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011293335.9
• 申請(qǐng)日: 2020-11-18
• 公開（公告）號(hào): CN112330046A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 雷錚;王魁;閆大威;李媛媛;李慧;張?zhí)煊?/a>;宋佳;宣文博;丁承第;劉忠義;周進(jìn);李娜;劉麗霞;陳妍;蔣春梅
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)天津市電力公司;國(guó)家電網(wǎng)有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q30/02;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 天津才智專利商標(biāo)代理有限公司 12108
• 代理人: 王顕

1.基于多維灰色-神經(jīng)網(wǎng)絡(luò)混合協(xié)調(diào)的電力需求預(yù)測(cè)方法，其特征在于，包括如下步驟：

S1、以電力需求原始數(shù)據(jù)序列E為特征序列，以關(guān)鍵影響因素序列作為相關(guān)因素序列，在灰色預(yù)測(cè)模型GM(1,1)的基礎(chǔ)上，形成多維灰色預(yù)測(cè)模型GM(1,N)；將電力需求數(shù)據(jù)序列和相關(guān)因素序列進(jìn)行累加，生成新序列，利用最小二乘法對(duì)新序列的序列參數(shù)進(jìn)行估計(jì)，得出電力需求總量的預(yù)測(cè)結(jié)果序列E_DM；

S2、獲取原始電力需求序列E與預(yù)測(cè)序列E_DM之間殘差ε，并對(duì)ε序列進(jìn)行B-P反向傳播網(wǎng)絡(luò)預(yù)測(cè)，得到結(jié)果序列表示為ε_AN；

S3、獲取模型殘差序列ε與B-P反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)ε的預(yù)測(cè)結(jié)果序列ε_AN的差值序列ε₂，以歷史的電力需求殘差序列ε₂作為影響因素序列進(jìn)行B-P反向傳播網(wǎng)絡(luò)預(yù)測(cè)，預(yù)測(cè)的結(jié)果表示為ε_2AN；

S4、將步驟S1、S2、S3預(yù)測(cè)得到的結(jié)果E_DM、ε_AN、ε_2AN相加，得到最后的預(yù)測(cè)結(jié)果序列。

2.根據(jù)權(quán)利要求1所述的基于多維灰色-神經(jīng)網(wǎng)絡(luò)混合協(xié)調(diào)的電力需求預(yù)測(cè)方法，其特征在于：所述步驟S2中通過反向逐層修正神經(jīng)網(wǎng)絡(luò)中的權(quán)值和閾值，直到模型的參數(shù)達(dá)到設(shè)定的指標(biāo)為止。

3.根據(jù)權(quán)利要求2所述的基于多維灰色-神經(jīng)網(wǎng)絡(luò)混合協(xié)調(diào)的電力需求預(yù)測(cè)方法，其特征在于：所述步驟S2中在利用B-P反向傳播網(wǎng)絡(luò)對(duì)ε序列進(jìn)行預(yù)測(cè)的過程中還包括關(guān)鍵因素分析預(yù)測(cè)。

4.根據(jù)權(quán)利要求2所述的基于多維灰色-神經(jīng)網(wǎng)絡(luò)混合協(xié)調(diào)的電力需求預(yù)測(cè)方法，其特征在于：所述模型中的參數(shù)為誤差或訓(xùn)練次數(shù)。