Bp神經網絡超短期負荷預測方法
2023-04-25 13:48:16
Bp神經網絡超短期負荷預測方法
【專利摘要】本發明涉及一種BP神經網絡超短期負荷預測方法，通過建立BP神經網絡模型，將採集數據輸入模型，能夠實現對重點行業、產業集聚實時監測數據，運用BP神經網絡算法進行重點行業用戶短期負荷預測，監測分析重點行業負荷變化特性，預警企業用電模式變動。
【專利說明】BP神經網絡超短期負荷預測方法
【技術領域】
[0001] 本發明涉及一種BP神經網絡超短期負荷預測方法。
【背景技術】
[0002] 電力系統，電力調度領域，通常根據負荷曲線進行調度，參考包括日負荷曲線、月 負荷曲線、年負荷曲線等等。隨著計算機技術、信息技術的不斷發展，如河南省，已經建立 了用電信息採集系統應用平臺及調度EMS系統（能量管理系統）、調度TMR(電量計量系 統），通過數據共享，對省內部分重點行業、產業集聚區的售電量、負荷等關鍵信息進行實時 監測。
[0003] 在此背景下，對重點行業、產業集聚區的用電信息監測、短期預測、超短期預測都 有監測分析重點行業負荷變化特性，預警企業、乃至行業用電模式變動的重要意義。
【發明內容】
[0004] 本發明的目的是提供一種BP神經網絡超短期負荷預測方法，用以解決如何實現 用電負荷超短期預測的問題。
[0005] 為實現上述目的，本發明的方案包括：
[0006] 一種BP神經網絡超短期負荷預測方法，步驟如下：
[0007] 1)採集目標日負荷數據；
[0008] 2)將目標日負荷數據作為輸入層參數帶入建立好的BP神經網絡模型，通過訓練 確定模型中的參數；
[0009] 3)把數據輸入到經過訓練的BP模型進行預測。
[0010] BP人工神經網絡有輸入層，隱含層和輸出層三層組成，其中，X。，Xl，. . .，Xj. . .，xn 是BP神經網絡的輸入值，〇1，〇2,...，〇k...，〇1是其預測值， Vij和Wjk是分別是BP神經網絡 的輸入權值和輸出權值，其中，i = 1，2，···，η，j = l，2，...，m，k= 1，2，...，1。
[0011] BP人工神經網絡的激勵函數是sigmoid函數：
【權利要求】
1. 一種BP神經網絡超短期負荷預測方法，其特徵在於，步驟如下： 1) 採集目標日負荷數據； 2) 將目標日負荷數據作為輸入層參數帶入建立好的BP神經網絡模型，通過訓練確定 模型中的參數； 3) 把數據輸入到經過訓練的BP模型進行預測。
2. 根據權利要求1所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，BP人工 神經網絡有輸入層，隱含層和輸出層三層組成，其中，X。， Xl，. . .，Xj. . .，xn是BP神經網絡的 輸入值，〇1，〇2,. . .，〇k. . .，〇1是其預測值，Vij和wjk是分別是BP神經網絡的輸入權值和輸出 權值，其中，i = 1，2, · · ·，n，j = 1，2, · · ·，m，k = 1，2, · · ·，1。
3. 根據權利要求2所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，BP人工 神經網絡的激勵函數是sigmoid函數：/(X) = 〇) I + e
4. 根據權利要求3所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，對原始 數據的輸入和輸出樣本進行歸一化處理；
其中，k=l，2，···，!!!為樣本數，x/W，z/' 分別為處理前後的網絡輸入 和輸出。
5. 根據權利要求4所述的一種ΒΡ神經網絡超短期負荷預測方法，其特徵在於，計算網 絡隱含層的輸出：根據網絡的輸入數據X，輸入和隱含層之間的連接權值和閾值a，計算 隱含層的輸出Η ;
其中，m為隱含層節點數，f為隱含層激勵函數。
6. 根據權利要求5所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，計算輸 出層的輸出：根據隱含層的輸出Η及隱含層和輸出層的連接權值w jk和閾值b，計算BP神經 網絡的預測輸出〇 ; A
々=12…··/ (4)。
7. 根據權利要求6所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，誤差 計算：根據網絡的預測輸出〇和期望輸出P，計算BP網絡的預測誤差e ;ek = Pk_〇k k = l J 2 ^
y l〇
8. 根據權利要求7所述的一種BP神經網絡超短期負荷預測方法，其特徵在於，更新權 值：根據網絡預測誤差e更新權值Vij和w jk，學習率η = 0. 5 ;
wjk = wjk+ Π Hjek j = 1, 2,. . . , m, k = 1, 2,. . . , 1 (6) 對閾值進行更新：根據網絡誤差e更新閾值a和b ;
【文檔編號】G06N3/02GK104299031SQ201410265867
【公開日】2015年1月21日 申請日期:2014年6月13日 優先權日:2014年6月13日
【發明者】郭勇, 劉巍, 黃澤華, 梁靜, 宋慧 申請人:國家電網公司, 國網河南省電力公司經濟技術研究院, 鄭州大學