
基本信息:
- 专利标题: 一种短期负荷预测方法
- 申请号:CN201911299248.1 申请日:2019-12-17
- 公开(公告)号:CN111275163A 公开(公告)日:2020-06-12
- 发明人: 王建华 , 柳伟 , 黄河 , 高松 , 谢珍建 , 韩俊 , 蔡超
- 申请人: 东南大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
- 申请人地址: 江苏省南京市玄武区四牌楼2号
- 专利权人: 东南大学,国网江苏省电力有限公司,国网江苏省电力有限公司经济技术研究院
- 当前专利权人: 东南大学,国网江苏省电力有限公司,国网江苏省电力有限公司经济技术研究院
- 当前专利权人地址: 江苏省南京市玄武区四牌楼2号
- 代理机构: 常州市华信天成专利代理事务所
- 代理人: 何学成
- 主分类号: G06N3/04
- IPC分类号: G06N3/04 ; G06N3/08 ; G06N20/20 ; G06Q10/04 ; G06Q50/06
摘要:
本发明公开了一种短期负荷预测方法。通过多轮训练获得一系列弱学习器,然后补偿弱学习器的缺点,构建强学习器,最终最小化浅层神经网络的输出误差,从而提高浅层神经网络的预测精度。设计的损失函数对异常负载数据具有鲁棒性,因此适合于AC/DC配电系统中的负荷预测。改进了神经网络、灰色理论和支持向量机等传统的短期负荷预测方法的精度。
公开/授权文献:
- CN111275163B 一种短期负荷预测方法 公开/授权日:2023-09-05
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06N | 基于特定计算模型的计算机系统 |
------G06N3/00 | 基于生物学模型的计算机系统 |
--------G06N3/02 | .采用神经网络模型 |
----------G06N3/04 | ..体系结构,例如,互连拓扑 |