买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种电力应急物资需求的预测方法_国网山东省电力公司嘉祥县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司_202110609002.0 

申请/专利权人:国网山东省电力公司嘉祥县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司

申请日:2021-06-01

公开(公告)日:2023-05-26

公开(公告)号:CN113283657B

主分类号:G06Q10/04

分类号:G06Q10/04;G06Q10/0631;G06Q50/06;G06F18/241;G06N3/0464;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2023.05.26#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要:本公开提供了一种电力应急物资需求的预测方法,包括以下步骤:获取电力应急物资的影响因子,构建电力应急物资需求的特征向量;基于所构建的电力应急物资需求的特征向量,分别建立基于深度学习网络的电力应急物资需求预测模型、基于SVM的电力应急物资需求预测模型和基于ARMA的电力应急物资需求预测模型;基于最大信息熵原理构建电力应急物资需求的组合预测模型,对组合预测模型进行自适应调整,得到最优预测结果。本公开所提出的电力应急物资需求的预测方法,通过建模分析预测电力应急物资的需求量,并提高了电力应急物资需求量预测的精度,增强了电网运行的可靠性。

主权项:1.一种电力应急物资需求的预测方法,其特征在于,包括以下步骤:获取电力应急物资的影响因子,构建电力应急物资需求的特征向量;基于所构建的电力应急物资需求的特征向量,分别建立基于深度学习网络的电力应急物资需求预测模型、基于SVM的电力应急物资需求预测模型和基于ARMA的电力应急物资需求预测模型;基于最大信息熵原理构建电力应急物资需求的组合预测模型,对组合预测模型进行自适应调整,得到最优预测结果;利用最大信息熵原理来确定各单一模型的权重,具体为,分别使用深度学习网络预测模型、支持向量机预测模型和ARMA预测模型对电力应急物资的需求进行单独预测,将国网物质中心预测电力应急物资需求选用电力应急物资的实际值,分别统计各单一模型模拟预测的偏差,求得待预测物资的各阶中心矩;在由各单一预测模型求得的待预测物资的各阶中心矩作为约束信息的条件下,利用最大信息熵原理对待求权值进行求解;所述基于最大信息熵原理构建电力应急物资需求的组合预测模型,具体步骤包括:步骤S301:分别采用深度学习网络预测模型、SVM预测模型和ARMA预测模型进行电力应急物资需求的预测;步骤S302:计算度学习网络预测模型、SVM预测模型和ARMA预测模型对组合预测模型的信息贡献;步骤S303:应用最大信息熵原理,建立组合预测模型。

全文数据:

权利要求:

百度查询: 国网山东省电力公司嘉祥县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司 一种电力应急物资需求的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。