國網四川省電力公司營銷服務中心李琪林獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉國網四川省電力公司營銷服務中心申請的專利一種短期電力負荷預測方法及預測系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115034474B 。
龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210654960.4,技術領域涉及:G06Q10/04;該發明授權一種短期電力負荷預測方法及預測系統是由李琪林;蔡君懿;嚴平;王睿晗設計研發完成,并于2022-06-10向國家知識產權局提交的專利申請。
本一種短期電力負荷預測方法及預測系統在說明書摘要公布了:本發明公開了一種短期電力負荷預測方法及預測系統,獲取第一序列數據集;將第一序列數據集劃為若干第二序列數據集;選擇任意一個第二序列數據集,采用差分自回歸移動平均方法對第二序列數據集處理,獲得第一電力負荷序列數據;采用BP神經網絡方法對第二序列數據集處理,獲得第二電力負荷序列數據;構建第一目標函數,并采用混沌粒子群算法進行處理,獲得第一權重系數以及第二權重系數,遍歷所有第二序列數據集,獲得若干第一權重系數以及若干第二權重系數;計算獲得第n+1天的第一權重系數與第二權重系數;計算獲得第n+1天的電力負荷數據;本發明的有益效果為提高了對電力負荷序列數據預測的準確度,增加了對電力負荷序列數據的精度。
本發明授權一種短期電力負荷預測方法及預測系統在權利要求書中公布了:1.一種短期電力負荷預測方法,其特征在于,預測方法步驟包括: 獲取第一序列數據集,所述第一序列數據集為歷史采集n天電力負荷序列數據; 將所述第一序列數據集劃分為若干第二序列數據集,所述第二序列數據集為第1天到第i天采集的電力負荷序列數據,且i=n; 選擇任意一個第二序列數據集,采用差分自回歸移動平均方法對該第二序列數據集進行處理,獲得第i+1天的第一電力負荷序列數據; 采用BP神經網絡方法對該第二序列數據集進行處理,獲得第i+1天的第二電力負荷序列數據; 構建第一目標函數,并采用混沌粒子群算法對所述第一電力負荷序列數據以及所述第二電力負荷序列數據進行處理,獲得第i+1天的第一權重系數以及第i+1天的第二權重系數,遍歷所有第二序列數據集,獲得若干第一權重系數以及若干第二權重系數; 基于若干所述第一權重系數與所述第二權重系數,計算獲得第n+1天的第一權重系數與第n+1天的第二權重系數; 基于第n+1天的第一權重系數以及第n+1天的第二權重系數,計算獲得第n+1天的電力負荷數據; 其中,所述基于若干所述第一權重系數與所述第二權重系數,計算獲得第n+1天的第一權重系數與第n+1天的第二權重系數具體包括:計算每個所述第一權重系數在所預測天數中的占有比;基于所述占有比,計算獲得第n+1天的第一權重系數;所述第n+1天的第二權重系數計算的方法與所述第n+1天的第一權重系數計算的方法等同; 所述第一目標函數的具體表達式為: fwA,i+1,wB,i+1=|wA,i+1SA,i+1+wB,i+1SB,i+1-Sr,i+1| s.t.wA,i+1+wB,i+1=1 wA,i+1是差分自回歸移動平均方法得到的第i+1天預測結果的權重系數,wB,i+1是BP神經網絡得到的第i+1天預測結果的權重系數,Sr,i+1是第i+1天的實際電力負荷數據序列,SA,i+1為差分自回歸移動平均方法得到的第i+1天預測結果的第一電力負荷序列數據,SB,i+1為BP神經網絡得到的第i+1天預測結果的第二電力負荷序列數據。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網四川省電力公司營銷服務中心,其通訊地址為:610000 四川省成都市武侯區人民南路四段50號1樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。