- 专利标题: 一种基于神经网络-时间序列的线损电量预测方法
- 专利标题(英): Line loss electric quantity prediction method based on neural network-time sequence
-
申请号: CN201910276539.2申请日: 2019-04-08
-
公开(公告)号: CN110163410A公开(公告)日: 2019-08-23
- 发明人: 辛永 , 刘道新 , 黄文思 , 胡航海 , 张晓鹏 , 霍成军 , 陆鑫 , 倪少峰 , 陈婧 , 周雪
- 申请人: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
- 申请人地址: 福建省厦门市思明区软件园二期观日路36号402室
- 专利权人: 国网信通亿力科技有限责任公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人: 国网信通亿力科技有限责任公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人地址: 福建省厦门市思明区软件园二期观日路36号402室
- 代理机构: 北京锺维联合知识产权代理有限公司
- 代理商 赵中璋
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08
摘要:
一种基于神经网络-时间序列的线损电量的预测方法,根据供电量和耗电量关系预测线损电量,线损电量为Pl=PSu-PSa,其中,Pl为线损电量,PSu为供电量,PSa为耗电量。计算耗电量的步骤包括:步骤1,建立源数据库,采集并存储用户历史耗电量历史数据;步骤2,构建BP神经网络-时间序列耗电量预测模型,并初始化BP神经网络的参数;步骤3,输入用户历史耗电量数据及影响因素数据,训练所述BP神经网络-时间序列耗电量预测模型,得到经训练的BP神经网络-时间序列耗电量预测模型;步骤4,通过所述经训练的BP神经网络-时间序列耗电量预测模型进行耗电量预测。以上提高了电力源数据的利用率,确保了耗电量预测的准确度,从而提高线损预测的完整性和质量。
公开/授权文献
- CN110163410B 一种基于神经网络-时间序列的线损电量预测方法 公开/授权日:2021-08-24