申请/专利权人:江西电力交易中心有限公司
申请日:2023-11-24
公开(公告)日:2024-03-26
公开(公告)号:CN117764410A
主分类号:G06Q10/0637
分类号:G06Q10/0637;G06Q50/06;G06F17/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明公开了基于GRA-PSO-BP的中长期用电量预测方法,涉及电力负荷预测的技术领域,包括基于电力需求确定获取目标地区用电量历史数据;构建灰色关联度分析模型,对所述影响因素进行筛选;基于粒子群算法和BP神经网络对灰色关联度分析模型进行优化;利用优化后的模型对所述目标地区的用电量进行预测。本方法从组合优化的角度出发,以年用电量为预测对象,采用灰色关联分析对可能影响用电量的各种因素进行筛选,得到关键影响因素。并在此基础上,选择BP神经网络为预测的基础模型,通过粒子群算法对BP网络的预测误差的优化,降低了BP网络的预测误差,提高了预测的实用性。
主权项:1.基于GRA-PSO-BP的中长期用电量预测方法,其特征在于,包括:基于电力需求确定获取目标地区用电量历史数据;构建灰色关联度分析模型,对所述影响因素进行筛选;基于粒子群算法和BP神经网络对灰色关联度分析模型进行优化;利用优化后的模型对所述目标地区的用电量进行预测。
全文数据:
权利要求:
百度查询: 江西电力交易中心有限公司 基于GRA-PSO-BP的中长期用电量预测方法
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。