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：镇江诚倍智能科技有限公司

摘要：本发明涉及一种应用分时数据的电能分析系统，包括：次序训练机构，用于获取前馈神经网络模型；模型应用器件，用于采用前馈神经网络模型基于各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量智能分析目标城市在当前时刻的下一时刻对应的电能消耗数据。本发明的应用分时数据的电能分析系统成熟可靠、应用广泛。由于通过为目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析针对性筛选了多项基础信息以及针对性结构设计的前馈神经网络模型，从而构建了目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析的完整的数据处理过程。

主权项：1.一种应用分时数据的电能分析系统，其特征在于，所述系统包括：数据提取机构，用于获取目标城市在包括当前时刻的各个过往时刻分别对应的各份电能消耗数据，所述各个过往时刻在时间轴上均匀间隔分布；信息录入机构，用于将目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量作为目标城市的多项关联信息输出；次序训练机构，用于获取前馈神经网络模型，所述前馈神经网络模型中，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，将完成各次训练后的前馈神经网络作为所述前馈神经网络模型；模型应用器件，分别与所述数据提取机构、所述信息录入机构以及所述次序训练机构连接，用于将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量同步输入到所述前馈神经网络模型，并执行所述前馈神经网络模型，以获得所述前馈神经网络模型输出的目标城市在当前时刻的下一时刻对应的电能消耗数据；内容显示器件，与所述模型应用器件连接，用于在接收到目标城市在当前时刻的下一时刻对应的电能消耗数据的同时对其进行显示操作；其中，次序训练机构，用于获取前馈神经网络模型，所述前馈神经网络模型中，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，将完成各次训练后的前馈神经网络作为所述前馈神经网络模型包括：前馈神经网络进行训练的次数与所述目标城市的负荷设备数量正向关联；其中，将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量同步输入到所述前馈神经网络模型，并执行所述前馈神经网络模型，以获得所述前馈神经网络模型输出的目标城市在当前时刻的下一时刻对应的电能消耗数据包括：将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量分别执行数值归一化处理后，再同步输入到所述前馈神经网络模型。

全文数据：

权利要求：

百度查询： 镇江诚倍智能科技有限公司 应用分时数据的电能分析系统