• 首页
  • 装备资讯
  • 热点专题
  • 人物访谈
  • 政府采购
  • 产品库
  • 求购库
  • 企业库
  • 品牌排行
  • 院校库
  • 案例·技术
  • 会展信息
  • 教育装备采购网首页 > 知识产权 > 专利 > CN105160437A

    基于极限学习机的负荷模型预测方法

      摘要:本发明属于电力系统建模与仿真技术领域,尤其涉及一种基于极限学习机的负荷模型预测方法,包括:采集历年各变电站大量负荷动态特性数据,通过辨识获得相应的负荷模型;根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集,通过训练获得极限学习机模型和参数;确定目标负荷数据的负荷特征,并输入到经过训练的极限学习机模型进行预测,无需迭代,得到预测的负荷模型。该方法无需迭代,可以快速的得出唯一的负荷模型,最大限度的保证了精准性并且具有较好的泛化性和鲁棒性,在生产实践中具有较好的实用性,在对未来电网的规划工作上起到重要作用。
    • 专利类型发明专利
    • 申请人国网浙江省电力公司;华北电力大学;国网浙江省电力公司杭州供电公司;江苏华瑞泰科技股份有限公司;
    • 发明人孙维真;叶琳;徐衍会;王晨语;商佳宜;于浩;宁元元;杨宁雄;
    • 地址310007 浙江省杭州市黄龙路8号
    • 申请号CN201510620814.X
    • 申请时间2015年09月25日
    • 申请公布号CN105160437A
    • 申请公布时间2015年12月16日
    • 分类号G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;