-
公开(公告)号:CN111784061B
公开(公告)日:2023-06-06
申请号:CN202010645695.4
申请日:2020-07-07
申请人: 广东电网有限责任公司
IPC分类号: G06Q10/04 , G06Q30/0283 , G06Q50/06 , G06N3/0499
摘要: 本申请公开了一种电网工程造价预测模型的训练方法、装置和设备。首先,获取电网工程造价的历史数据,并划分训练集和测试集;接着,通过训练集训练多层优化核极限学习机,根据极限学习机‑自编码原理优化前N‑1层隐含层的权重参数,基于遗传算法优化最后一层隐含层的核参数和正则化系数,得到训练好的多层优化核极限学习机,采用测试集进行测试,若误差值低于预置阈值,输出电网工程造价预测模型;否则,增加前N‑1层隐含层的神经元数量并重新训练,解决了现有的基于传统的单隐含层前馈神经网络进行电网工程造价预测、采用梯度下降法对单隐含层前馈神经网络的参数进行迭代优化,存在训练时间长且容易陷入局部最优从而预测精度低的技术问题。
-
公开(公告)号:CN111786385B
公开(公告)日:2022-03-04
申请号:CN202010662253.0
申请日:2020-07-10
申请人: 广东电网有限责任公司
IPC分类号: H02J3/00
摘要: 本发明公开了一种电网运维方案规划方法、系统及设备,本发明通过获取电网的历史运维工程数据,计算电网的历史运维成本,分别分析电网历史载荷动态变化数据、电网历史运维数据以及电网历史边界函数数据对历史运维成本的影响,并根据影响结果建立电网运维成本综合预测模型,对未来的电网运维成本进行预测,并根据预测结果对电网运维方案进行规划。本发明通过深入探究电网运维成本的构成,分析影响电网运维成本的各因素的工作机理,建立电网运维成本综合预测模型,从而能够准确对未来的电网运维成本进行预测,并根据预测结果对电网运维方案进行规划,使得运维方案负荷实际的运维需求,减少资源的浪费。
-
公开(公告)号:CN111786385A
公开(公告)日:2020-10-16
申请号:CN202010662253.0
申请日:2020-07-10
申请人: 广东电网有限责任公司
IPC分类号: H02J3/00
摘要: 本发明公开了一种电网运维方案规划方法、系统及设备,本发明通过获取电网的历史运维工程数据,计算电网的历史运维成本,分别分析电网历史载荷动态变化数据、电网历史运维数据以及电网历史边界函数数据对历史运维成本的影响,并根据影响结果建立电网运维成本综合预测模型,对未来的电网运维成本进行预测,并根据预测结果对电网运维方案进行规划。本发明通过深入探究电网运维成本的构成,分析影响电网运维成本的各因素的工作机理,建立电网运维成本综合预测模型,从而能够准确对未来的电网运维成本进行预测,并根据预测结果对电网运维方案进行规划,使得运维方案负荷实际的运维需求,减少资源的浪费。
-
公开(公告)号:CN111784061A
公开(公告)日:2020-10-16
申请号:CN202010645695.4
申请日:2020-07-07
申请人: 广东电网有限责任公司
摘要: 本申请公开了一种电网工程造价预测模型的训练方法、装置和设备。首先,获取电网工程造价的历史数据,并划分训练集和测试集;接着,通过训练集训练多层优化核极限学习机,根据极限学习机-自编码原理优化前N-1层隐含层的权重参数,基于遗传算法优化最后一层隐含层的核参数和正则化系数,得到训练好的多层优化核极限学习机,采用测试集进行测试,若误差值低于预置阈值,输出电网工程造价预测模型;否则,增加前N-1层隐含层的神经元数量并重新训练,解决了现有的基于传统的单隐含层前馈神经网络进行电网工程造价预测、采用梯度下降法对单隐含层前馈神经网络的参数进行迭代优化,存在训练时间长且容易陷入局部最优从而预测精度低的技术问题。
-
-
-