申请/专利权人：浙江华电器材检测研究院有限公司

申请日：2023-12-13

公开（公告）日：2024-04-16

公开（公告）号：CN117892856A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06N3/006;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明属于电网采购物资预测技术领域，具体涉及基于典型电网物资绿色采购的评估预测方法及相关设备，方法包括获取指标数据进行预处理；根据得到的各标准指标数据通过预设算法计算不同采购周期中典型电网物资的绿色低碳评估值并划分为训练集与预测集；基于粒子群算法构建Elman神经网络预测模型，通过粒子群算法计算适应度函数，确定最优权系数及最优阈值；将最优权系数及最优阈值进行神经网络赋值；基于训练集与预测集对赋值后的模型进行训练和预测。本申请能够为模型提供更具针对性的基础数据，且通过粒子群算法获取最优参数对神经网络进行优化能够减小模型预测误差，训练得到更符合典型电网物资绿色低碳水平预测的模型，提高预测准确度。

主权项：1.基于典型电网物资绿色采购的评估预测方法，其特征在于，方法包括以下步骤：获取典型电网物资的多维指标数据并进行数据预处理，得到各标准指标数据；根据各所述标准指标数据，通过预设算法计算不同采购周期中典型电网物资的绿色低碳评估值，并将不同采购周期中典型电网物资的绿色低碳评估值划分为训练集与预测集；基于粒子群算法构建Elman神经网络预测模型，通过所述粒子群算法计算适应度函数，获取全局最优解，并根据所述全局最优解确定最优权系数及最优阈值，其中，所述适应度函数为所述Elman神经网络的误差函数；基于所述最优权系数及最优阈值对所述Elman神经网络预测模型的权系数及阈值进行赋值；基于所述训练集对赋值后的Elman神经网络预测模型进行训练，通过训练后的Elman神经网络预测模型对所述预测集对应的典型电网物资的绿色低碳评估值进行预测。

全文数据：

权利要求：

百度查询： 浙江华电器材检测研究院有限公司 基于典型电网物资绿色采购的评估预测方法及相关设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD