一种电网可靠性预测方法
专利汇可以提供一种电网可靠性预测方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于粗糙集理论和神经网络的 电网 可靠性预测方法，首先，收集电网 大数据 ，经过离散化处理后分类到决策表中。然后，基于粗糙集理论相关分析法建立信息熵相关系数，并且提取电 力 系统可靠性的强相关因子作为 预测模型 的输入。最后，采用基于遗传 算法 的改进神经网络方法，对历史数据样本进行学习和训练，得到预测模型，从而预测和评估将来电力系统的可靠性 水 平。本发明不仅具有预测速度快的优点，而且具有较高的预测 精度 。，下面是一种电网可靠性预测方法专利的具体信息内容。
1.一种电网可靠性预测方法，其特征在于，所述方法包括：
步骤一、收集电网大数据，并经过离散化处理后分类到决策表中；
步骤二、基于粗糙集理论分析法建立信息熵相关系数，以得到电力系统可靠性的强相关因子；
步骤三、采用基于遗传算法的改进神经网络方法，对历史数据样本进行学习和训练，得到预测模型，将步骤二中所得到的强相关因子作为预测模型的输入，以预测和评估将来电力系统的可靠性水平。
2.如权利要求1所述的电网可靠性预测方法，其特征在于，在所述步骤一中：
决策表定义为：S＝＜U,R,V,f＞，其中U是一个非空的有限对象集合，表示一个给定的论域；R＝C∪D且 其中C是一组条件属性，D是一组决策属性；V是一个属性值集合；
f表示一个信息函数：f:U×R→V。
3.如权利要求1或2所述的电网可靠性预测方法，其特征在于，在所述步骤一中：
采用粗糙集理论中的等距离方法来离散化处理所收集到的电网大数据：
离散值的区间长度由lc＝(max([c])-min([c]))/m计算可得；其中，max([c])和min([c])是属性c的值空间中的最大值和最小值，m是离散区间的数量；对于属性c中的任意值ci，离散化的结果是 其中 是一个函数，表示对于任何数x， 都
是不大于x的最大整数。
4.如权利要求3所述的电网可靠性预测方法，其特征在于，所述步骤二具体包括：
粗糙集理论基于不可区分关系：设U是一个有限集，S和U具有等价关系；如果 且那么∩P仍然和U具有等价关系，称为P的不可区分关系，记作IND(P)，由IND(P)确定的U的划分表示为U/IND(P)，表示由IND(P)生成的等价关系的集合：
其中，
令P和Q成为U上的等价关系，即有
X＝U/IND(P)＝{X1,X2,...,Xn} (3)
Y＝U/IND(Q)＝{Y1,Y2,...,Yn} (4)
信息熵被定义为：
Q相对于P的条件熵被定义为：
P和Q的互信息被定义为：
I(P；Q)＝H(Q)-H(Q|P) (7)
采用基于归一化互信息的广义相关系数概念，即信息熵相关系数，定义为：
当IPQ＝1时，P和Q完全相关，当IPQ＝0时，P和Q完全独立；
计算出各因素与可靠性指标之间的相关系数，并选取主要因素；计算主要因素之间的信息熵相关系数并筛选去除冗余因子，以得到电力系统可靠性的强相关因子。
5.如权利要求1所述的电网可靠性预测方法，其特征在于，在所述步骤三中：
所述改进神经网络方法为：
对传统神经网络方法进行改进：首先引入了一个动量因子α用于修正权重，0≤α≤1；为权重修改选择恒定的记忆修正方向，得到：
w(k+1)＝w(k)+η[(1-α)D(k)+αD(k-1)] (9)
其中，w(k)是该网络中的权重；D(k)是k时刻的负梯度，D(k-1)是k-1时刻的负梯度；η(η＞0)是学习速率；α(α∈(0,1))是动量因子；
采用自适应学习速率，在整个训练过程中根据实际迭代情况进行合理调整，得：
w(k+1)＝w(k)+η(k)[(1-α)D(k)+αD(k-1)] (10)。
6.如权利要求5所述的电网可靠性预测方法，其特征在于，在所述步骤三中：
采用基于遗传算法的改进神经网络方法预测和评估将来电力系统的可靠性水平具体为：
①、首先确定神经网络的拓扑结构，对神经网络的权重和阈值进行编码并获得初始种群；
②、然后解码获得权重和阈值，给BP神经网络赋权重和阈值，采用历史数据训练神经网络，采用测试例程测试神经网络，得到测试误差；
③、再计算种群适应度，进行选择交叉变异后得到新的种群；
④、循环②③直到满足运行终止条件，解码获得最佳或次最佳权重和阈值。
7.如权利要求6所述的电网可靠性预测方法，其特征在于，在给BP神经网络赋权重和阈值时选择一个对称范围[-εinit,εinit]，其中 n和m分别是神经网络输入层和输出层的神经元数量。
一种电网可靠性预测方法
技术领域
背景技术
发明内容
具体实施方式
1 0 0 1 0 11 7 1 2 0 0 5 5 0 0 11
2 0 1 0 1 6 8 0 4 0 2 7 11 11 1 11
3 0 2 1 1 6 5 1 5 0 4 9 11 4 1 11
4 0 3 0 0 6 3 0 4 1 7 9 10 0 4 11
5 0 4 0 0 8 4 0 3 1 9 9 9 2 7 11
6 0 5 1 1 7 5 2 3 2 10 6 7 7 10 11
7 0 6 2 1 9 4 3 3 7 11 6 4 2 11 11
8 0 7 1 2 7 5 3 4 2 10 5 2 0 8 11
… … … … … … … … … … … … … … … …
107 11 10 8 8 9 7 8 11 3 3 5 5 0 2 11
108 11 11 11 11 10 10 10 11 0 0 1 5 0 0 8
X1 1 0.285 0.385 0.162 0.205 0.301 0.573 0.213 0.201 0.205
X3 -- 1 0.514 0.242 0.223 0.534 0.315 0.243 0.271 0.249
X4 -- -- 1 0.229 0.255 0.42 0.351 0.233 0.261 0.226
X5 -- -- -- 1 0.216 0.21 0.199 0.256 0.31 0.284
X6 -- -- -- -- 1 0.228 0.222 0.231 0.251 0.322
X7 -- -- -- -- -- 1 0.339 0.248 0.271 0.233
X8 -- -- -- -- -- -- 1 0.238 0.251 0.243
X11 -- -- -- -- -- -- -- 1 0.32 0.213
X12 -- -- -- -- -- -- -- -- 1 0.242
X14 -- -- -- -- -- -- -- -- -- 1
1 99.989 99.99 0.001
2 99.973 99.973 0
3 99.974 99.975 0.001
4 99.989 99.985 0.004
5 99.994 99.992 0.002
6 99.98 99.981 0.001
7 99.988 99.987 0.001
8 99.987 99.987 0
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于大数据的电商客户关怀短信推送方法 | 2020-05-08 | 104 |
| 精准征兵大数据辅助决策系统 | 2020-05-08 | 41 |
| 基于电力大数据的经济预警分析方法 | 2020-05-08 | 112 |
| 大数据量Excel文件导出方法、装置、计算机设备及存储介质 | 2020-05-08 | 182 |
| 基于大数据实时网络流量异常检测方法 | 2020-05-08 | 208 |
| 基于大数据的光储发电系统 | 2020-05-08 | 1003 |
| 一种基于大数据的关键信息内容匹配识别的方法 | 2020-05-08 | 147 |
| 数据上报方法与装置 | 2020-05-08 | 912 |
| 面向慢性病康复的精准运动大数据智能预测、分析及优化系统 | 2020-05-08 | 582 |
| 一种基于客户画像的客户诉求自动预警系统 | 2020-05-08 | 815 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
