首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于ESN深度学习的出清电价的预测方法、装置及存储介质 

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!

申请/专利权人:北京京能国际控股有限公司

摘要:本发明涉及基于ESN深度学习的出清电价的预测方法、装置及存储介质,应用于电力现货市场技术领域,包括:基于ESN回声状态网络深度学习框架建立电力市场出清价格日前预测模型,通过设置模型中储备池的回声参数发挥ESN优良的“回声”特性,规避了传统RNN神经网络存在的收敛速度慢,容易导致次优解和缺乏明确终止条件的缺陷,具有训练时间短和预测精度高的优点,同时充分挖掘日内出清信息的历史数据,通过相关性检测证明日内出清价格和出清电量时间序列具有显著相关性,同时作为模型输入变量,预设评价指标确定输入与输出序列最优的滞后差值,实现同时预测出清电价和出清电量,具有更强的功能性。

主权项:1.基于ESN深度学习的出清电价的预测方法,其特征在于,所述方法包括:获取电力市场历史数据中相邻两日的分时出清电价和相应的出清电量的时间序列;对所述时间序列进行相关性检验以及预处理,得到输入向量;搭建ESN深度学习预测模型架构,设置所述ESN深度学习预测模型架构中的储备池的回声参数;将所述输入向量输入到所述ESN深度学习预测模型架构中,所述ESN深度学习预测模型架构根据各个储备池的权重矩阵输出各个储备池的状态变量;根据各个储备池输出的状态变量以及输出权重赋值矩阵得到输出向量;判断所述输出向量是否满足预设的评价指标,若满足,则将输出向量作为预测值,若不满足,则更新所述输出权重赋值矩阵,根据所述输入向量再次得到输出向量,直到所述输出向量满足预设的评价指标,得到目标ESN深度学习预测模型;将待预测的日内出清数据输入到所述目标ESN深度学习预测模型中,得到出清电价以及出清电量的预测值。

全文数据:

权利要求:

百度查询: 北京京能国际控股有限公司 基于ESN深度学习的出清电价的预测方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。