公开(公告)号：CN108108842A

公开(公告)日：2018-06-01

申请号：CN201711408089.5

申请日：2017-12-22

申请人： 国网能源研究院有限公司 ,  国网浙江省电力有限公司 ,  国网辽宁省电力有限公司 ,  北京国网信通埃森哲信息技术有限公司

发明人： 郑厚清 ,  王广辉 ,  李伟阳 ,  贾德香 ,  王智敏 ,  柳占杰 ,  于灏 ,  陈光 ,  陈睿欣 ,  王玓 ,  刘素蔚 ,  钱仲文 ,  王锋华 ,  夏洪涛 ,  成敬周 ,  宋国超 ,  石惠承 ,  仲立军 ,  袁骏 ,  周小明 ,  王大维 ,  李伟 ,  施明泰 ,  李浩松 ,  许中平 ,  李金 ,  康泰峰 ,  寸馨 ,  黄柏富 ,  晏梦璇 ,  许方园

IPC分类号： G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于成本关联的抗效益偏差神经网络预测方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用修正了的梯度下降法进行训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

公开(公告)号：CN108108842B

公开(公告)日：2022-04-05

申请号：CN201711408089.5

申请日：2017-12-22

申请人： 国网能源研究院有限公司 ,  国网浙江省电力有限公司 ,  国网辽宁省电力有限公司 ,  北京国网信通埃森哲信息技术有限公司

发明人： 郑厚清 ,  王广辉 ,  李伟阳 ,  贾德香 ,  王智敏 ,  柳占杰 ,  于灏 ,  陈光 ,  陈睿欣 ,  王玓 ,  刘素蔚 ,  钱仲文 ,  王锋华 ,  夏洪涛 ,  成敬周 ,  宋国超 ,  石惠承 ,  仲立军 ,  袁骏 ,  周小明 ,  王大维 ,  李伟 ,  施明泰 ,  李浩松 ,  许中平 ,  李金 ,  康泰峰 ,  寸馨 ,  黄柏富 ,  晏梦璇 ,  许方园

IPC分类号： G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于成本关联的抗效益偏差神经网络预测方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用修正了的梯度下降法进行训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

公开(公告)号：CN108090557A

公开(公告)日：2018-05-29

申请号：CN201711408113.5

申请日：2017-12-22

申请人： 国网能源研究院有限公司 ,  国网浙江省电力有限公司 ,  国网辽宁省电力有限公司 ,  北京国网信通埃森哲信息技术有限公司

发明人： 贾德香 ,  郑厚清 ,  王智敏 ,  柳占杰 ,  于灏 ,  陈光 ,  陈睿欣 ,  王玓 ,  刘素蔚 ,  王广辉 ,  李伟阳 ,  王锋华 ,  钱仲文 ,  张旭东 ,  成敬周 ,  王政 ,  宋国超 ,  王征 ,  寸馨 ,  黄柏富 ,  晏梦璇 ,  许方园 ,  刘爱民 ,  崔万里 ,  周小明 ,  李广翱 ,  施明泰 ,  李浩松 ,  许中平 ,  李金 ,  康泰峰

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

摘要： 本发明提供了一种面向成本关联抗效益偏差神经网络的高效训练方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用高效的针对性算法进行优化训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益；同时有效了降低优化训练过程迭代收敛的步数，提升神经网络模型降低成本的效果，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

公开(公告)号：CN108090557B

公开(公告)日：2021-07-20

申请号：CN201711408113.5

申请日：2017-12-22

申请人： 国网能源研究院有限公司 ,  国网浙江省电力有限公司 ,  国网辽宁省电力有限公司 ,  北京国网信通埃森哲信息技术有限公司

发明人： 贾德香 ,  郑厚清 ,  王智敏 ,  柳占杰 ,  于灏 ,  陈光 ,  陈睿欣 ,  王玓 ,  刘素蔚 ,  王广辉 ,  李伟阳 ,  王锋华 ,  钱仲文 ,  张旭东 ,  成敬周 ,  王政 ,  宋国超 ,  王征 ,  寸馨 ,  黄柏富 ,  晏梦璇 ,  许方园 ,  刘爱民 ,  崔万里 ,  周小明 ,  李广翱 ,  施明泰 ,  李浩松 ,  许中平 ,  李金 ,  康泰峰

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

摘要： 本发明提供了一种面向成本关联抗效益偏差神经网络的高效训练方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用高效的针对性算法进行优化训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益；同时有效了降低优化训练过程迭代收敛的步数，提升神经网络模型降低成本的效果，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

公开(公告)号：CN108197169A

公开(公告)日：2018-06-22

申请号：CN201711379860.0

申请日：2017-12-19

申请人： 国网能源研究院有限公司 ,  国网浙江省电力有限公司 ,  国网辽宁省电力有限公司 ,  北京国网信通埃森哲信息技术有限公司

发明人： 王智敏 ,  王广辉 ,  李伟阳 ,  郑厚清 ,  贾德香 ,  柳占杰 ,  于灏 ,  陈光 ,  陈睿欣 ,  王玓 ,  刘素蔚 ,  施永益 ,  钱仲文 ,  黄建平 ,  陈浩 ,  张建松 ,  沈思琪 ,  董知周 ,  苏安龙 ,  周小明 ,  张佳鑫 ,  周兵兵 ,  寸馨 ,  黄柏富 ,  晏梦璇 ,  许方园 ,  施明泰 ,  李浩松 ,  许中平 ,  李金 ,  康泰峰

IPC分类号： G06F17/30

摘要： 一种事件型变量关联性计算方法，将事件型变量的逻辑自变量按数值不同划分为两个集合a和b，每个集合中的自变量数值相同；确定a和b中元素个数较少的集合b，以及b中元素个数nb，从a中随机抽取nb个元素，与b中所有元素共同组成自变量样本集合xi，将自变量样本集合对应的因变量数值组成一个因变量样本集合yi，重复本步骤k次，生成k个自变量样本集合，和k个因变量样本集合；对每个自变量样本集合，计算其与对应的因变量样本集合的关联性，生成k维关联性向量，再计算事件型变量的关联性。该方法采用配对性样本分类器，将两个事件性数据项间的关联性计算转换为多个平衡样本的关联性计算，最终提升事件型变量关联性计算准确度。