发明名称 |
基于负荷预测的神经网络的在线和离线训练 |
摘要 |
提供一种通过在线和离线神经网络的训练预测电力系统的负荷的方法和系统。在在线负荷预测方案中使用负荷数据和负荷增量来产生预测负荷值以最优化发电和最小化损耗。该目的通过使用一种方法和系统来实现,该方法和系统通过使用历史记载数据和短期负荷预测数据来预测短期负荷趋势。 |
申请公布号 |
CN101288089A |
申请公布日期 |
2008.10.15 |
申请号 |
CN200680027219.4 |
申请日期 |
2006.07.28 |
申请人 |
西门子电力输送及配电有限公司 |
发明人 |
D·陈 |
分类号 |
G06N7/00(2006.01);H02J3/00(2006.01) |
主分类号 |
G06N7/00(2006.01) |
代理机构 |
中国专利代理(香港)有限公司 |
代理人 |
卢江;刘春元 |
主权项 |
1.一种电力系统中的能量管理方法,包括步骤:用负荷数据训练离线神经网络;用第一组在线预测的负荷值来训练离线神经网络;用第一组在线预测的负荷值来预测第二组预测的负荷值;用负荷数据训练在线神经网络;用第三组在线预测的负荷值训练在线神经网络;用第三组在线预测的负荷值来预测第四组在线预测的负荷值;将第二组预测的负荷值与实际的负荷值相比较,如果第二组预测的负荷值与实际的负荷值之间的差异在可接受的范围内就增加第一计数器。将第四组预测的负荷值与实际的负荷值相比较,如果第四组预测的负荷值与实际的负荷值之间的差异在可接受的范围内就增加第二计数器;并且基于第一和第二计数器的值计算最终的负荷预测值。 |
地址 |
美国北卡罗来纳州 |