基于多元宇宙算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111341603.4 申請(qǐng)日 -
公開（公告）號(hào) CN114048852A 公開（公告）日 2022-02-15
申請(qǐng)公布號(hào) CN114048852A 申請(qǐng)公布日 2022-02-15
分類號(hào) G06N3/08（2006.01）I;G06Q50/06（2012.01）I;H02J3/00（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 湛濤;張長(zhǎng)安;李文波;雒磊;張?bào)忝?邵美陽;劉嬌健 申請(qǐng)（專利權(quán)）人 陜西省地方電力（集團(tuán)）有限公司
代理機(jī)構(gòu) 西安弘理專利事務(wù)所 代理人 徐瑤
地址 710075陜西省西安市雁塔區(qū)唐延路27號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了基于多元宇宙算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法，該方法可以分成兩個(gè)模塊：BP神經(jīng)網(wǎng)絡(luò)模塊和多元宇宙算法模塊。多元宇宙算法模塊通過迭代訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，最小化神經(jīng)網(wǎng)絡(luò)在驗(yàn)證集上的誤差，迭代優(yōu)化出一組最優(yōu)初始權(quán)重及閾值；BP神經(jīng)網(wǎng)絡(luò)模塊通過這一組最優(yōu)化的初始權(quán)重和閾值，在訓(xùn)練集上進(jìn)行訓(xùn)練，使用訓(xùn)練好的模型對(duì)未來短期電力負(fù)荷進(jìn)行預(yù)測(cè)，從而獲得更加準(zhǔn)確的預(yù)測(cè)精度和穩(wěn)定性。該方法可以有效地提升BP神經(jīng)網(wǎng)絡(luò)對(duì)于短期電力負(fù)荷預(yù)測(cè)的精確度，降低BP神經(jīng)網(wǎng)絡(luò)過擬合的風(fēng)險(xiǎn)，提高模型預(yù)測(cè)的穩(wěn)定程度，為精確預(yù)測(cè)短期電力負(fù)荷、保證電網(wǎng)安全穩(wěn)定和經(jīng)濟(jì)效益提供較大幫助。