一种基于马尔科夫链的负荷预测方法

发明专利有效专利

申请号：
CN201911013191.4
IPC分类号：G06Q10/04;G06Q50/06;G06N3/08;G06N7/00
申请日期：
2019-10-23
申请人：
广东电网有限责任公司;广东电网有限责任公司珠海供电局

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于马尔科夫链的负荷预测方法
申请号	CN201911013191.4	申请日期	2019-10-23
法律状态	实质审查	申报国家	中国
公开/公告日	2020-03-13	公开/公告号	CN110880044A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;0;8;;;G;0;6;N;7;/;0;0查看分类表>
申请人	广东电网有限责任公司;广东电网有限责任公司珠海供电局	申请人地址	广东省广州市越秀区东风东路757号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	广东电网有限责任公司,广东电网有限责任公司珠海供电局	当前权利人	广东电网有限责任公司,广东电网有限责任公司珠海供电局
发明人	吴炬卓
代理机构	广州粤高专利商标代理有限公司	代理人	暂无

摘要

本发明涉及电力负荷预测的技术领域，更具体地，涉及一种基于马尔科夫链的负荷预测方法，包括S10.获取负荷电流数据并形成第一训练样本；S20.构建第一神经网络模型，并计算得到负荷电流的初步计算值；S30.计算得到每组第一训练样本对应的网络输出值，求取每组第一训练样本对应的实际值和网络输出值的差，构建计算误差序列状态转移概率矩阵；S40.构建第二神经网络模型，以计算误差序列中计算误差的绝对值为第二训练样本，得到第二计算误差绝对值；S50.计算网络计算的最终误差值；S60.计算神经网络的最终计算值。本发明将马尔科夫链模型与神经网络模型结合进行负荷预测，只需要少量的样本就可以进行预测，运行速度快、运算时间短，并且可以得出概率预测的结果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供