公开(公告)号：CN115687955A

公开(公告)日：2023-02-03

申请号：CN202310000646.9

申请日：2023-01-03

Applicant: 南昌工程学院

Inventor： 丁贵立 ,  韩威 ,  章彧涵 ,  许志浩 ,  王宗耀 ,  康兵 ,  张兴旺 ,  程巧 ,  戴永熙 ,  郑芯蕊 ,  杨勇 ,  曹昆峰

IPC: G06F18/23211 ,  G06F18/213 ,  G06Q50/06 ,  H02J13/00

Abstract: 本发明属于电力负荷监测技术领域，公开了一种基于投票表决的居民用户负荷曲线聚类方法及装置，该方法通过集成树拟合实现高维数据降维，采用轮廓系数确定最佳聚类数目；以CH准则确定基准聚类算法，最后通过一致性函数矩阵统一集成聚类结果。本发明可综合各成员聚类算法的优势，在聚类精度、聚类效果、鲁棒性方面具有很大的提升效果，可以精准的识别用户的用能特性。

公开(公告)号：CN115689070A

公开(公告)日：2023-02-03

申请号：CN202310000659.6

申请日：2023-01-03

Applicant: 南昌工程学院

Inventor： 丁贵立 ,  颜高洋 ,  刘文轩 ,  许志浩 ,  康兵 ,  张兴旺 ,  程巧 ,  曹昆峰 ,  郑芯蕊 ,  杨勇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/084 ,  G06N3/086 ,  G06N3/006

Abstract: 本发明涉及一种基于帝王蝶算法优化BP神经网络模型的能源预测方法，该方法针对能源消费总量及其影响因素的数据建立BP神经网络模型；通过归一化函数将所有数据归一化消除量纲影响；并通过帝王蝶算法对确定BP神经网络模型的初始权重、初始阈值；将最终得到的初始权重、初始阈值代回BP神经网络模型对测试集的能源消费总量进行预测。本发明将帝王蝶算法应用到BP神经网络模型中，降低了单一BP神经网络模型预测的随机性，缩小了预测误差范围，也提高了BP神经网络模型的预测精度，其方法相对简单，预测效果更优。

公开(公告)号：CN115689070B

公开(公告)日：2023-12-22

申请号：CN202310000659.6

申请日：2023-01-03

Applicant: 南昌工程学院

Inventor： 丁贵立 ,  颜高洋 ,  刘文轩 ,  许志浩 ,  康兵 ,  张兴旺 ,  程巧 ,  曹昆峰 ,  郑芯蕊 ,  杨勇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/084 ,  G06N3/086 ,  G06N3/006

Abstract: 本发明涉及一种基于帝王蝶算法优化BP神经网络模型的能源预测方法，该方法针对能源消费总量及其影响因素的数据建立BP神经网络模型；通过归一化函数将所有数据归一化消除量纲影响；并通过帝王蝶算法对确定BP神经网络模型的初始权重、初始阈值；将最终得到的初始权重、初始阈值代回BP神经网络模型对测试集的能源消费总量进行预测。本发明将帝王蝶算法应用到BP神经网络模型中，降低了单一BP神经网络模型预测的随机性，缩小了预测误差范围，也提高了BP神经网络模型的预测精度，其方法相对简单，预测效果更优。