買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉上海電力大學申請的專利一種電力負荷智能預測模型的優(yōu)化方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114595864B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210057481.4，技術領域涉及：G06Q10/04；該發(fā)明授權一種電力負荷智能預測模型的優(yōu)化方法是由栗風永;楊洋;于宗良設計研發(fā)完成，并于2022-01-19向國家知識產(chǎn)權局提交的專利申請。

本一種電力負荷智能預測模型的優(yōu)化方法在說明書摘要公布了：本發(fā)明公開了一種電力負荷智能預測模型的優(yōu)化方法，包括：建立智能預測模型，設置所需尋優(yōu)參數(shù)以及各參數(shù)的尋優(yōu)范圍；初始化全局麻雀優(yōu)化算法的參數(shù)與種群；迭代更新麻雀位置，得到最優(yōu)參數(shù)；將得到的最優(yōu)參數(shù)應用于智能預測模型進行負荷預測。本發(fā)明通過Tent混沌序列初始化種群，可以使種群在解空間中分布的更加均勻，可以增加前期種群的全局搜索能力；本發(fā)明添加了步長控制因子，使種群在迭代前期擁有更大的搜索范圍，增強了前期的全局搜索能力，隨著迭代次數(shù)的增加，步長控制因子減小，可以進行更好的局部搜索，收斂速度也得到了提升；本發(fā)明通過對智能預測模型的參數(shù)進行優(yōu)化，使模型的預測能力得到提升。

本發(fā)明授權一種電力負荷智能預測模型的優(yōu)化方法在權利要求書中公布了：1.一種電力負荷智能預測模型的優(yōu)化方法，其特征在于，包括： 建立智能預測模型，設置所需尋優(yōu)參數(shù)以及各參數(shù)的尋優(yōu)范圍； 初始化全局麻雀優(yōu)化算法的參數(shù)與種群； 迭代更新麻雀位置，得到最優(yōu)參數(shù)； 將得到的最優(yōu)參數(shù)應用于所述智能預測模型進行負荷預測； 電力負荷數(shù)據(jù)包括日期類型和天氣類型數(shù)據(jù)，日期類型包括年、月、日、小時，天氣類型數(shù)據(jù)包括日平均溫度、相對濕度、降雨量、日最低溫度、日最高溫度； 所述初始化全局麻雀優(yōu)化算法的參數(shù)與種群過程包括， 初始化全局麻雀優(yōu)化算法參數(shù)，所述全局麻雀優(yōu)化算法參數(shù)包括種群數(shù)、迭代次數(shù)、發(fā)現(xiàn)者與偵察者的比例、預警值； 根據(jù)改進的Tent混沌映射公式初始化所述種群； 將序列x載波到原解空間； 計算每只麻雀的適應度值，將適應度最優(yōu)與最差的麻雀作為全局最優(yōu)與最差的個體； 所述將序列x載波到原解空間的公式包括， Wj＝minj+maxj-minj×Xj 其中，minj與maxj為第j維向量的最小值與最大值，W為得到的麻雀位置，Xj為一個j維的序列，Wj為載波到原解空間后的位置； 所述改進的Tent混沌映射公式為： 其中，N為序列中麻雀總數(shù)，rand0,1為[0,1]內隨機數(shù)，xi為序列X中的一個值，xi+1為通過第xi的值計算獲得； 計算所述每只麻雀的適應度值，將適應度最優(yōu)與最差的麻雀作為全局最優(yōu)與最差的個體包括， 使用第i只麻雀的位置對深度極限學習機的參數(shù)進行賦值； 輸入訓練集對所述智能預測模型進行訓練； 達到迭代次數(shù)后輸入測試集，得到預測值，通過以下公式計算每只麻雀的適應度值： 其中，與yi分別為測試集的預測值與真實值； 基于其計算結果，將適應度最優(yōu)與最差的麻雀作為全局最優(yōu)與最差的個體； 所述迭代更新麻雀位置，得到最優(yōu)參數(shù)包括， 增加步長控制因子； 更新發(fā)現(xiàn)者的位置； 更新跟隨者的位置； 更新偵察者的位置； 根據(jù)所述每只麻雀的適應度值計算步驟計算麻雀新的適應度值，更新全局最優(yōu)與最差個體； 所述增加步長控制因子的公式包括， 其中，t為迭代次數(shù)； 所述更新發(fā)現(xiàn)者的位置的公式包括， 其中，為第i只麻雀在第t次迭代與j維中的位置，α為0，1]之間的隨機數(shù)，R2∈[0，1]與ST∈[0.5，1]分別為預警值與安全值，Q為服從正態(tài)分布的隨機數(shù)，L為1×d的矩陣，且每個元素為1。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人上海電力大學，其通訊地址為：201306 上海市浦東新區(qū)滬城環(huán)路1851號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。