发明公开
- 专利标题: 一种基于组合型神经网络的电推船舶负荷预测方法及系统
-
申请号: CN202211324423.X申请日: 2022-10-27
-
公开(公告)号: CN115860176A公开(公告)日: 2023-03-28
- 发明人: 张静 , 钱宇轩 , 杨佳 , 俞鑫 , 柴婷逸 , 谈诚 , 许一川 , 刘畅 , 覃剑 , 李德智 , 郭炳庆 , 李斌 , 刘畅 , 卜凡鹏 , 成岭 , 林晶怡 , 李昊 , 李文 , 严文博 , 黄云辉 , 熊松
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司常州供电分公司 , 武汉理工大学
- 申请人地址: 北京市海淀区清河小营东路15号; ; ;
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网江苏省电力有限公司常州供电分公司,武汉理工大学
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网江苏省电力有限公司常州供电分公司,武汉理工大学
- 当前专利权人地址: 北京市海淀区清河小营东路15号; ; ;
- 代理机构: 北京安博达知识产权代理有限公司
- 代理商 徐国文
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06Q50/30 ; G06N3/084
摘要:
本发明提供了一种基于组合型神经网络的电推船舶负荷预测方法及系统,包括:获取待测的影响船舶电力负荷的参数;将待测的影响船舶电力负荷的参数输入到预先构建的组合神经网络负荷预测模型中得到船舶负荷预测结果;将船舶负荷预测结果反归一化处理得到船舶负荷预测结果的实际值;其中,组合神经网络负荷预测模型是由训练好的BP神经网络和训练好的RBF神经网络结合各自的权重构建的;本发明采用BP和RBF神经网络算法的预测结果加权求和的方法,解决了现有技术采用最小二乘支持向量机算法导致预测结果不可靠的问题,实现了误差小、预测结果更可靠准确。