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：山西电力交易中心有限公司;北京科东电力控制系统有限责任公司
摘要：本发明公开了一种基于小波变换和深度置信网络的电力现货价格预测方法，涉及电价预测领域，本发明通过识别电价主要因素，采集风力发电量、总发电量和总用电量的历史数据，并进行归一化处理。然后，利用小波变换将历史数据分解为多个频率，采用Mallat算法将电价数据分解为近似值和细小值。基于深度置信网络为参数提供初始值，通过受限玻尔兹曼机进行无监督学习预训练。探索最优网络结构后，在有监督情况下微调参数，直至损失函数最小。采用BP算法微调，提高预测准确性和效率。结合小波变换和深度置信网络优势，提升电力现货价格预测效果。
主权项：1.一种基于小波变换和深度置信网络的电力现货价格预测方法，其特征在于，包括以下步骤：S1、数据采集与归一化：根据对影响电价的主要因素的识别，采集预测区域内的风力发电量、总发电量和总用电量的历史数据作为电价预测的基础数据，对数据进行归一化处理；S2、历史数据分解：利用小波变换将历史数据分解为一个近似值An和多个细小值Dn，如公式1所示： 其中,φ为母波；m、n为决定φ缩放和平移参数的两个整数变量；为离散时间的指标；T为信号ft的长度；S3、分层预训练，基于深度置信网络为所有参数提供初始值；每次预先训练一个独立的深度置信网络采用受限玻尔兹曼机，计算并迭代更新相关描述显元、隐元的偏移量；S4、微调，根据网络结构求解最优值：重复步骤S3过程，基于分层预训练方法对深度置信网络中的每层神经元的个数进行适当初始化，参数在有监督的情况下进行微调，直到DBN的损失函数达到最小值。
全文数据：
权利要求：
百度查询： 山西电力交易中心有限公司 北京科东电力控制系统有限责任公司 一种基于小波变换和深度置信网络的电力现货价格预测方法
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