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：广东电网有限责任公司广州供电局

摘要：本发明涉及一种电力业扩项目时长的预测方法，包括：获取待预测的电力业扩项目时长的初始数据；将初始数据输入至训练好的混合预测模型，得到混合预测模型输出的时长预测值，其中，混合预测模型包括BP预测子模型、DBN预测子模型和ELM预测子模型；时长预测值包括BP预测子模型输出的第一时长预测值、DBN预测子模型输出的第二时长预测值和ELM预测子模型输出的第三时长预测值；根据第一时长预测值、第二时长预测值和第三时长预测值和预设的权重值，得到待预测的电力业扩项目时长。本申请通过信息熵和平均互信息确定预设的权重值，利用权重值得到训练好的混合预测模型，根据训练好的该混合预测模型，得到电力业扩项目时长。

主权项：1.一种电力业扩项目时长的预测方法，其特征在于，该方法包括以下步骤：获取待预测的电力业扩项目时长的初始数据，所述初始数据包括电力业扩项目节点和电力业扩项目费用；将所述初始数据输入至训练好的混合预测模型，得到所述混合预测模型输出的时长预测值，其中，所述混合预测模型包括BP预测子模型、DBN预测子模型和ELM预测子模型；所述时长预测值包括所述BP预测子模型输出的第一时长预测值、所述DBN预测子模型输出的第二时长预测值和所述ELM预测子模型输出的第三时长预测值；根据所述第一时长预测值、第二时长预测值和第三时长预测值和预设的权重值，得到所述待预测的电力业扩项目时长；其中，所述根据所述时长预测值和所述权重，确定所述待预测的电力业扩项目时长，包括如下计算：VMPB＝w1VA+w2VB+w3VC其中，VMPB表示待预测的电力业扩项目时长，VA,VB,VC分别为获得的所述第一时长预测值、第二时长预测值和第三时长预测值，A表示所述BP预测子模型，B表示所述DBN预测子模型，C表示所述ELM预测子模型；w1表示第一权重、w2表示第二权重、w3表示第三权重；其中，训练所述混合预测模型的步骤包括：获取历史数据，所述历史数据包括原始节点、原始费用和原始时长，将所述历史数据按照比例随机划分为训练集和验证集；将所述训练集中的原始节点和原始费用作为目标输入，所述训练集的原始时长作为目标输出，训练每个预测子模型，得到每个训练好的预测子模型；将所述验证集分别输入至每个训练好的预测子模型中，得到每个训练好的预测子模型的信息熵和平均互信息，所述信息熵包括所述BP预测子模型的第一信息熵、所述DBN预测子模型的第二信息熵和所述ELM预测子模型的第三信息熵，所述平均互信息包括所述BP预测子模型的第一平均互信息、所述DBN预测子模型的第二平均互信息和所述ELM预测子模型的第三平均互信息；根据所述信息熵和所述平均互信息的比值，得到所述预设的权重值，所述预设的权重值包括BP预测子模型的第一权重值、所述DBN预测子模型的第二权重值和所述ELM预测子模型的第三权重值；得到所述第一权重值、第二权重值和第三权重值对应的混合预测模型，即为训练好的混合预测模型；其中，所述将所述验证集输入每个训练好的预测子模型中，得到每个预测子模型的信息熵，包括：将所述验证集分别输入至每个训练好的预测子模型进行预测，得到每个训练好的预测子模型的预测准确性，所述准确性的计算公式如下： 其中，aij是使用任意一个预测子模型j，预测验证集第i个验证数据的准确性；Ri代表第i个验证数据的原始时长；Fij表示j预测子模型对第i个验证数据的时长预测值；对于m项验证数据，j预测子模型将产生m个相应的所述准确性，筛选整数部分，得到矩阵Rmn： 其中，rij代表第j列中aij的出现次数；根据矩阵Rmn，计算得到j预测子模型的信息熵，计算公式如下： 其中，Ej是j预测子模型的信息熵，wi′j与pijlogpij对应，Nj表示在矩阵中的第j列中aij大于准确率X％的数量；其中，所述将所述验证集输入每个训练好的预测子模型中，得到预测子模型的平均互信息，包括：预设rk＝r1，则定义阶跃函数UNrk,r1＝1，否则，UNrk,r1＝0，其中，rk,r1k＝1是矩阵Rmn中的两行；定义得到向量CmT＝c1,c2,…,cmT，获得预测子模型的平均互信息，计算公式如下： 其中，J,J′为预测子模型中的任意两个；其中，根据所述信息熵和所述平均互信息的比值，得到所述预设的权重，包括如下步骤：根据每个预测子模型的所述信息熵和所述平均互信息，得到预测子模型的权重，计算公式如下： 其中，Z是用于归一化所有基本算法的权重以确保所有权重之和为1的参数，Ej为预测子模型的信息熵，I为预测子模型的平均互信息；其中，所述BP预测子模型包括由n个神经元组成的输入层、由q个神经元组成隐含层和由m个神经元组成的输出层；将所述训练集中的原始节点和原始费用作为目标输入，所述训练集的原始时长作为目标输出，训练每个预测子模型，得到每个训练好的预测子模型，包括：将所述原始节点和所述原始费用输入至所述输入层，得到Sk，其中，xii＝1,2,…,n表示输入数据，vkii＝1,2,…,n；k＝1,2,…,q表示所述输入层到所述隐含层的连接权值；将所述Sk输入至所述隐含层，得到zk＝fSk；将所述Sj输入至所述输出层，得到yj，所述其中，wjkk＝1,2,…,q；j＝1,2,…,m表示隐含层到输出层的连接权值，yj表示原始时长；得到训练好的BP预测模型。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司广州供电局 一种电力业扩项目时长的预测方法和装置