买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉常州大学申请的专利一种基于改进Elman神经网络的电力参数预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114781752B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210549574.9，技术领域涉及：G06Q10/04；该发明授权一种基于改进Elman神经网络的电力参数预测方法是由李嘉诚;史兵;乐效鹏;宫一搏;蒋建明设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于改进Elman神经网络的电力参数预测方法在说明书摘要公布了：本发明涉及Elman算法技术领域，尤其涉及一种基于改进Elman神经网络的电力参数预测方法，包括：通过改进粒子群算法的学习因子，并应用到改进Elman网络模型中，通过改进Elman网络模型对电力负荷数据进行训练，建立改进Elman网络模型，并通过测试集进行验证。本发明针对Elman神经网络在电力负荷预测上的精度问题上，通过改进Elman神经网络结构以及与改进粒子群优化算法相结合，提高电力负荷预测精度。

本发明授权一种基于改进Elman神经网络的电力参数预测方法在权利要求书中公布了：1.一种基于改进Elman神经网络的电力参数预测方法，其特征在于，包括以下步骤： S1、通过改进粒子群算法的学习因子，并应用到改进Elman网络中，通过改进Elman网络对电力负荷数据进行训练，建立改进Elman网络模型，并通过测试集进行验证； 利用所述改进粒子群算法对改进Elman网络的初始的权值W和阈值b进行寻优，将改进Elman网络中的误差函数作为改进粒子群中的适应度函数，利用改进粒子算法的寻优能力寻找初始权值W与阈值b的最优值； 所述改进粒子群算法的学习因子是将粒子群算法的个体学习因子和改进群体学习因子由固定值调整为随迭代次数指数级动态变化值； 个体学习因子和改进群体学习因子公式如下： c1＝cmax-cmax-cmin1e-ik13 改进群体学习因子为： c2＝cmax-cmax-cmin1e-ik14 其中，i表示当前的迭代次数，k表示设置的总的迭代次数，Cmax表示设置的最大学习因子，cmin表示设置的最小学习因子； 所述改进Elman网络模型是在Elman神经网络基础上增加第二隐藏层，并将上一时刻的输出层的输出与下一时刻第一个隐藏层得到的输出作为第二隐藏层的输入，改进Elman网络模型的第一个隐藏层的输出为： m1k＝f[w1mck+w4Uk-1+b1]5 第一个延迟层的输出为： mck＝m1k-16 第二个隐藏层的输出为： m2k＝f[w3yck+w2hck+w5m1k+b2]7 第二个延迟层的输出为： hck＝m2k-18 第三个延迟层的输出： yck＝yk-19 输出层的输出： yk＝g[w6m2k+b3]10 式中，yk表示输出层的输出值；m1k表示第一隐藏层的输出值，Uk-1表示输入层的输入；m2k表示第二隐藏层的输出值；yck表示第三个延迟层的输出；hck表示第二个延迟层的输出；mck表示第一个延迟层的输出；w1表示第一个延迟层到第一个隐藏层的权值；w2表示网络中第二个延迟层到第二个隐藏层的权值；w3表示网络中的输出层到第三个延迟层的权值；w4表示该网络输入层到第一个隐藏层的权值；w5表示第一个隐藏层到第二个隐藏层的权值；w6表示第二个隐藏层到输出层的权值；b1、b2和b3分别为第一个隐藏层与第二个隐藏层和输出层的阈值,f*使用非线性函数；g*使用线性函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。