龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：国网北京市电力公司;北京国电通网络技术有限公司;国网信息通信产业集团有限公司
摘要：一种基于DBO‑SVR算法的电力系统负荷预测方法及系统，包括：从电力系统负荷相关的参数中筛选出与电力负荷相关性最大的参数，建立训练集；并基于训练集构建支持向量回归模型；通过蜣螂优化算法确定支持向量回归模型的惩罚因子和内核参数；通过支持向量回归模型迭代寻优更新蜣螂种群全局最优位置直到满足设定的最大迭代次数或最小误差输出，得到优化后的支持向量回归模型；通过优化后的支持向量回归模型，得到电力系统负荷预测。本发明通过优化算法对支持向量回归模型进行参数调整，提高负荷预测的准确性，通过蜣螂优化算法的全局搜索和局部开发特性，提高模型的收敛速度和求解精度，使其能够更好地适应电力系统运行中的变化和突发事件。
主权项：1.基于DBO-SVR算法的电力系统负荷预测方法，其特征在于，包括：从电力系统负荷相关的参数中筛选出与电力负荷相关性最大的参数，建立训练集；并基于训练集构建支持向量回归模型；通过蜣螂优化算法确定支持向量回归模型的惩罚因子和内核参数；通过支持向量回归模型迭代寻优更新蜣螂种群全局最优位置直到满足设定的最大迭代次数或最小误差输出，得到优化后的支持向量回归模型；通过所述优化后的支持向量回归模型，得到电力系统负荷预测。
全文数据：
权利要求：
百度查询： 国网北京市电力公司 北京国电通网络技术有限公司 国网信息通信产业集团有限公司 基于DBO-SVR算法的电力系统负荷预测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号