专利汇可以提供一种基于BP神经网络电力负荷预测的虚拟坐席系统及其控制方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于BP神经网络 电 力 负荷 预测的虚拟坐席系统,包括计算机电信集成模 块 、虚拟坐席调度模块、 数据采集 模块、电力负荷预测模块以及预测结果输出模块;同时还公开了其控制方法,包括分配虚拟坐席、匹配、调度和呼叫具体的电力负荷预测方式、电力负荷进行预测和输出电力负荷预测结果;是一种 精度 高,预测效果好,相应速度快的电力负荷预测系统,其控制方法简便,推广前景好。,下面是一种基于BP神经网络电力负荷预测的虚拟坐席系统及其控制方法专利的具体信息内容。
1.一种基于BP神经网络电力负荷预测的虚拟坐席系统,其特征在于,包括计算机电信集成模块、虚拟坐席调度模块、数据采集模块、电力负荷预测模块以及预测结果输出模块,其中:
所述计算机电信集成模块,用于将主叫用户对特定的电力负荷预测时段的呼叫请求分配给虚拟坐席调度模块;
所述虚拟坐席调度模块,用于在接收到所述呼叫请求后,根据所述主叫用户的权限匹配具体的电力负荷预测方式,并调度和呼叫相应的电力负荷预测模块;
所述电力负荷预测模块,包括BP神经网络预测模块和遗传算法改进模块,所述遗传算法改进模块采用遗传算法改进方法,用于优化BP神经网络预测模块的初始权值阈值,所述BP神经网络预测模块采用BP神经网络预测方法,用于对电力负荷进行预测;
所述预测结果输出模块,用于电力负荷预测结果的输出。
2.基于权利要求1所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,包括以下步骤:
步骤S1、将主叫用户对特定的电力负荷预测时段的呼叫请求分配给虚拟坐席;
步骤S2、根据所述主叫用户的权限匹配、调度和呼叫具体的电力负荷预测方式;
步骤S3、采用所述遗传算法改进方法对BP神经网络预测方法中的初始权值阈值进行优化,得到最优的初始权值阈值,建立预测模型,再采用BP神经网络预测方法进行进行电力负荷的预测;
步骤S4、输出电力负荷预测结果。
3.根据权利要求2所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3中,基于改进遗传算法的预测方法,具体为:
步骤S3.1、初始化种群,设定模拟退火算法的退火初始温度t0;
步骤S3.2、将采集的电力负荷数据进行归一化处理;
步骤S3.3、设置BP神经网络参数,采用3层BP神经网络模型,输入层4个节点,隐含层9个节点,输出层1个节点,所述隐含层的节点数目根据经验公式计算得到:
其中,h为隐含层节点数目;m为输入层节点数;n为输出层节点数;a为1~10之间的数;
步骤S3.4、设置个体参数;
步骤S3.5、用模拟退火算法改进遗传算法,输出最优解;
步骤S3.6、将步骤S3.5输出的最优解作为BP神经网络初始权值阈值,建立改进后的预测模型,采用改进后的预测模型进行电力负荷的预测。
4.根据权利要求3所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3.2中,采用最大最小法进行数据归一化处理,计算公式如下:
xk=(xk-xmin)/(xmax-xmin)
其中,xk表示第k个数据,xmin表示数据中的最小值,xmax表示数据中的最大值。
5.根据权利要求3所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3.4中,所述个体参数包括种群规模Si、交叉概率Pc、变异概率Pm和最大迭代次数g。
6.根据权利要求3所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤3.5中,用模拟退火算法改进遗传算法的具体步骤为:
步骤S3.5.1、将电力负荷数据组群视为种群,单个电力负荷数据视为个体,对种群中的个体进行二进制编码;
步骤S3.5.2、遗传代数初始化g=0;
步骤S3.5.3、利用适应度函数计算适应度;
步骤S3.5.4、判断适应度是否满足收敛条件,若满足,输出最优解,若不满足,则进行选择、交叉、变异操作,从旧种群中产生一组新种群。
步骤S3.5.5、按照模拟退火算法具有概率突跳性Metropolis准则抽样新个体,即从Pi→j中剔除个体ai,再从P2(t)中选出个体aj,计算两者适应度差Δ=Fj-Fi,按照Pi→j抽样新个体;
步骤S3.5.6、按照一定概率接受新个体,接受概率p(x)服从Gibbs分布;
步骤S5.7、选择退温函数;
步骤S5.8、设定终止条件,若连续10代最优个体适应度值均稳定不变,则进行退温操作并产生新种群,回到步骤S3.5.4。
7.根据权利要求3所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3.6,具体为:
步骤S3.6.1、将步骤S3.5输出的最优解作为BP神经网络初始权值阈值,建立改进后的预测模型;
步骤S3.6.2、采用步骤S3.2归一化处理后的电力负荷数据训练步骤S3.6.1改进后的预测模型,计算输出数据和期望数据的误差;
步骤S3.6.3、判断所述步骤S3.6.2的输出数据和期望数据的误差是否满足设定条件或达到最大迭代次数,若满足,则输出电力负荷测试结果,若不满足,则更新权值阈值,回到步骤S3.6.2。
8.根据权利要求6所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3.5.3中,所述适应度函数为:
其中,Fi为第i个个体适应度;N为种群大小;g为迭代次数;t为温度且t=t0(0.99g-1),t0为初始温度。
9.根据权利要求6所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述步骤S3.5.7中,退温函数如下:
tk=t0(t-k)/c
其中,tk为当前温度;t0为初始温度;k为降温幅度;c为温度下降总次数。
10.根据权利要求5所述的一种基于BP神经网络电力负荷预测的虚拟坐席系统的控制方法,其特征在于,所述遗传算法种群规模Si=50,交叉概率Pc=0.6,变异概率Pm=0.1。
方法
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于遗传算法和概率神经网络的远程摔倒检测方法及系统 | 2020-05-08 | 175 |
一种电力通信拓扑结构优化方法 | 2020-05-08 | 941 |
基于遗传算法的移动机器人重定位方法及移动机器人 | 2020-05-08 | 451 |
基于遗传算法的半导体车间生产调度方法 | 2020-05-08 | 250 |
基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置 | 2020-05-11 | 506 |
呼吸支持设备双水平性能评价方法及呼吸支持设备 | 2020-05-11 | 349 |
一种基于复合储能装置的微电网供电方法及电子设备 | 2020-05-11 | 3 |
车联网环境下基于IGA-BP神经网络的车辆碰撞预警系统及方法 | 2020-05-08 | 639 |
基于二维编码遗传算法的云工作流调度优化方法 | 2020-05-11 | 58 |
基于图划分的供水管网DMA自动分区方法 | 2020-05-08 | 249 |
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。