基于改进Adam算法优化深度神经网络的电价预测方法

    公开(公告)号:CN113570414A

    公开(公告)日:2021-10-29

    申请号:CN202110859266.1

    申请日:2021-07-29

    Abstract: 基于改进Adam算法优化深度神经网络的实时电价预测方法,包括以下步骤:(1)获取电力系统中电价及其影响因子的相关数据作为样本数据;(2)对电力系统中电价及其影响因素的相关数据进行归一化预处理;(3)确定神经网络的输入模式、输出模式、隐藏层层数、隐藏层神经元数、隐藏层传递函数、输出层传递函数与损失函数;对传统的Adam算法进行改进,并用改进后的Adam算法优化深度神经网络模型;(4)以与实际电价相关性大的影响因子作为输入量,预测电价作为输出量,基于改进Adam算法训练深度神经网络模型,优化深度神经网络模型参数;(5)用所述最终优化后的深度神经网络模型处理电力系统中不同节点的电价影响因子数据,预测不同节点实时电价。本发明可提高利用数据的充分性、加快训练的收敛速度并提高电价预测的准确率。

    一种优化用能成本的综合能源转换系统

    公开(公告)号:CN112116148A

    公开(公告)日:2020-12-22

    申请号:CN202010975150.X

    申请日:2020-09-16

    Abstract: 本发明涉及一种优化用能成本的综合能源转换系统,包括用能成本监测装置、热电联产/冷热电联供机组、储气罐、储电池、电制氢系统、电热锅炉、热泵、冰蓄冷、电制冷机、储热罐和吸收式制冷机;用能成本监测装置包括获取单元、处理单元和控制转换单元;处理单元通过获取单元获取的各类能源组合方案计算基础信息计算优化能源组合方案;控制单元通过处理单元计算的优化能源组合方案控制热电联产/冷热电联供机组、储气罐、储电池、电制氢系统、电热锅炉、热泵、冰蓄冷、电制冷机、储热罐和吸收式制冷机的启停,本发明基于监测能源价格及能源需求量,实现能源消耗供应上的用能成本优化,为综合能源系统调度、降低用能成本提供解决方案。

Patent Agency Ranking