-
公开(公告)号:CN108196317B
公开(公告)日:2019-12-13
申请号:CN201810116434.6
申请日:2018-02-06
申请人: 南京邮电大学
IPC分类号: G01W1/10
摘要: 本发明公开了一种用于微电网系统的气象预测方法,具体如下:步骤一、定时采集t时刻的本地气象信息Rt并存储下来;步骤二、从国家气象局获取地址与步骤一中的地址相同、时间点与步骤一中时间点相同的以下数据:获取气象局历史真实的气象信息并存储起来;获取与气象局历史真实的气象信息相对应的气象局历史预测气象信息,该气象局历史预测气象信息称为F1t;获取气象局未来天气预报信息,气象局未来天气预报信息用F1't表示;步骤三、采用平滑指数方法预测下一时刻气象信息:步骤四、利用线性回归方法,将F1t、F2t当作输入,Rt当作目标列,拟合出一个优化气象信息回归模型,并根据该模型预测出未来一段时间的气象信息;本发明得到更加准确的气象预测数据。
-
-
-
公开(公告)号:CN109034453A
公开(公告)日:2018-12-18
申请号:CN201810642238.2
申请日:2018-06-21
申请人: 南京邮电大学
CPC分类号: G06Q10/04 , G06K9/6223 , G06N3/0445 , G06N3/084 , G06Q50/06
摘要: 本发明揭示了一种基于多标记神经网络的短期电力负荷预测方法,首先,将历史数据进行分段编码以及标准化等处理;其次,利用k‑means聚类算法把原始数据分成k个聚类;再次,利用基于K‑NN的多标记算法学习出待预测负荷与k个聚类之间的相似度;最后,利用每个聚类数据分别训练BPNN模型,得到负荷的预测结果。本方法通过实验证明在预测精度和运行时间方面都得到很大的改善。
-
公开(公告)号:CN108196317A
公开(公告)日:2018-06-22
申请号:CN201810116434.6
申请日:2018-02-06
申请人: 南京邮电大学
IPC分类号: G01W1/10
摘要: 本发明公开了一种用于微电网系统的气象预测方法,具体如下:步骤一、定时采集t时刻的本地气象信息Rt并存储下来;步骤二、从国家气象局获取地址与步骤一中的地址相同、时间点与步骤一中时间点相同的以下数据:获取气象局历史真实的气象信息并存储起来;获取与气象局历史真实的气象信息相对应的气象局历史预测气象信息,该气象局历史预测气象信息称为F1t;获取气象局未来天气预报信息,气象局未来天气预报信息用F1't表示;步骤三、采用平滑指数方法预测下一时刻气象信息:步骤四、利用线性回归方法,将F1t、F2t当作输入,Rt当作目标列,拟合出一个优化气象信息回归模型,并根据该模型预测出未来一段时间的气象信息;本发明得到更加准确的气象预测数据。
-
-
-
-