发明名称 |
基于BP神经网络的电网供电可靠性预测方法 |
摘要 |
本发明公开了一种基于BP神经网络的电网供电可靠性预测方法。本发明利用BP神经网络进行建模预测,以电网供应能力和电网面临的自然灾害等因素作为模型的输入变量,以影响供电可靠性的电网故障停电时间作为模型的输出量,训练并建立电网可靠性预测模型;并在此基础上使用主成分分析对输入样本进行降维处理,简化了人工神经网络的输入结构,提高了网络的学速率及精度。 |
申请公布号 |
CN102722759B |
申请公布日期 |
2015.01.14 |
申请号 |
CN201210156044.4 |
申请日期 |
2012.05.17 |
申请人 |
河海大学;安徽省电力公司池州供电公司 |
发明人 |
卫志农;刘亚南;孙国强;孙永辉;韦延方;杨雄;袁阳;陆子刚;王越;陈婷;杨友情;江龙才;吴常胜;钱瑛;周军;李进 |
分类号 |
G06Q10/02(2012.01)I;G06Q50/06(2012.01)I |
主分类号 |
G06Q10/02(2012.01)I |
代理机构 |
南京经纬专利商标代理有限公司 32200 |
代理人 |
许方 |
主权项 |
基于BP神经网络的电网供电可靠性预测方法,其特征在于,包括以下步骤:步骤A、分析并选取电网供电可靠性的影响因素;步骤B、根据所选取的影响因素的历史数据生成输入向量,以所对应的平均故障停电时间的历史数据作为输出,得到训练样本;所述根据所选取的影响因素的历史数据生成输入向量,具体按照以下方法:首先,利用所选取的影响因素的历史数据构造特征向量;然后,对该特征向量进行降维处理,得到输入向量;步骤C、利用所述训练样本对BP神经网络进行训练,得到训练后的BP神经网络;所述神经网络的输入层节点数为所述输入向量的特征维数,输出层节点数为1;步骤D、根据所选取的影响因素的待预测时刻的实际数据生成测试输入向量,并将测试输入向量输入训练后的BP神经网络,其输出即为待预测时刻的平均故障停电时间的预测值;所述根据所选取的影响因素的待预测时刻的实际数据生成测试输入向量,具体按照以下方法:首先,利用所选取的影响因素的待预测时刻的实际数据构造测试特征向量;然后,对该测试特征向量进行降维处理,得到测试输入向量。 |
地址 |
211000 江苏省南京市江宁开发区佛城西路8号 |