[發(fā)明專利]基于LASSO與RNN的省級(jí)能源利用效率預(yù)測方法有效
| 申請(qǐng)?zhí)枺?/td> | 201911265810.9 | 申請(qǐng)日: | 2019-12-11 |
| 公開(公告)號(hào): | CN111047091B | 公開(公告)日: | 2023-01-17 |
| 發(fā)明(設(shè)計(jì))人: | 萬靖;霍偉強(qiáng);周小兵;唐金銳;鄒雨馨 | 申請(qǐng)(專利權(quán))人: | 國家電網(wǎng)有限公司;國網(wǎng)湖北省電力有限公司經(jīng)濟(jì)技術(shù)研究院;國網(wǎng)湖北省電力有限公司;武漢理工大學(xué) |
| 主分類號(hào): | G06Q10/04 | 分類號(hào): | G06Q10/04;G06N3/04;G06N3/08;G06Q50/06 |
| 代理公司: | 武漢市首臻知識(shí)產(chǎn)權(quán)代理有限公司 42229 | 代理人: | 章輝 |
| 地址: | 100031 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 lasso rnn 省級(jí) 能源 利用 效率 預(yù)測 方法 | ||
一種基于LASSO與RNN的省級(jí)能源利用效率預(yù)測方法,包括以下步驟:利用LASSO回歸估計(jì),分析省級(jí)電能占終端能源消費(fèi)比例歷史數(shù)據(jù)與各工業(yè)分行業(yè)的電能占終端能源消費(fèi)比例、各行業(yè)和居民生活年用電量的比例、第三產(chǎn)業(yè)GDP比例、第二產(chǎn)業(yè)GDP比例的歷史數(shù)據(jù)之間的關(guān)系,對(duì)高維數(shù)據(jù)進(jìn)行降維處理,壓縮相關(guān)量;建立省級(jí)電能占終端能源消費(fèi)比例預(yù)測方法的循環(huán)神經(jīng)網(wǎng)絡(luò)模型;預(yù)測省級(jí)電能占終端能源消費(fèi)比例;建立省級(jí)電能占終端能源消費(fèi)比例與省級(jí)能源利用效率的擬合關(guān)系式,得出省級(jí)能源利用效率的預(yù)測值。本設(shè)計(jì)不僅提高了省級(jí)電能占終端能源消費(fèi)比例預(yù)測的準(zhǔn)確度,而且為預(yù)測省級(jí)能源利用效率提供了可靠依據(jù)。
技術(shù)領(lǐng)域
本發(fā)明涉及能源利用效率預(yù)測技術(shù)領(lǐng)域,尤其涉及一種基于LASSO與RNN的省級(jí)能源利用效率預(yù)測方法,主要適用于提高省級(jí)能源利用效率的預(yù)測準(zhǔn)確度。
背景技術(shù)
全省能源利用效率的提升工作涉及面廣且投資大,與社會(huì)經(jīng)濟(jì)、技術(shù)革新、管理意識(shí)等均相關(guān),而其見效周期長,因此易出現(xiàn)重大決策錯(cuò)誤的風(fēng)險(xiǎn)。如果能夠提前預(yù) 測省級(jí)能源利用效率,那么可以提前做好提升能效的全局性工作,避免大量社會(huì)資源 的浪費(fèi)。
直接預(yù)測省級(jí)用能效率較為困難。研究表明,用能效率與能源消費(fèi)結(jié)構(gòu)緊密相連,而電能占終端能源消費(fèi)比例是能源消費(fèi)結(jié)構(gòu)的典型指數(shù)。因此,需要先對(duì)電能占終端 能源消費(fèi)比例進(jìn)行深入分析研究,分析其影響因素和發(fā)展?jié)摿Γ诖耍藕妙A(yù)測省 級(jí)用能效率,從而為能源結(jié)構(gòu)優(yōu)化和用能效率提升措施的規(guī)劃提供支撐。
然而,現(xiàn)在國內(nèi)外缺乏對(duì)省級(jí)電能占終端能源消費(fèi)比例預(yù)測方法的研究,已提出的預(yù)測方法準(zhǔn)確度比較低,導(dǎo)致其應(yīng)用不夠廣泛。
發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的省級(jí)能源利用效率的預(yù)測準(zhǔn)確度低的缺陷與問題,提供一種省級(jí)能源利用效率的預(yù)測準(zhǔn)確度高的基于LASSO與RNN的省級(jí)能 源利用效率預(yù)測方法。
為實(shí)現(xiàn)以上目的,本發(fā)明的技術(shù)解決方案是:一種基于LASSO與RNN的省級(jí)能源 利用效率預(yù)測方法,該方法包括以下步驟:
A、利用LASSO回歸估計(jì),分析省級(jí)電能占終端能源消費(fèi)比例歷史數(shù)據(jù)序列P1與 各工業(yè)分行業(yè)的電能占終端能源消費(fèi)比例歷史數(shù)據(jù)序列P2、各行業(yè)和居民生活年用 電量的比例歷史數(shù)據(jù)序列P3、第三產(chǎn)業(yè)GDP比例歷史數(shù)據(jù)序列P4、第二產(chǎn)業(yè)GDP比 例歷史數(shù)據(jù)序列P5之間的關(guān)系,對(duì)P2、P3、P4、P5高維數(shù)據(jù)進(jìn)行降維處理,壓縮 相關(guān)量至矩陣P6,P1、P2、P3、P4、P5、P6的序列長度都為L1;
B、建立省級(jí)電能占終端能源消費(fèi)比例預(yù)測方法的循環(huán)神經(jīng)網(wǎng)絡(luò)模型,輸入為壓縮后的相關(guān)量矩陣P6,輸出為省級(jí)電能占終端能源消費(fèi)比例歷史數(shù)據(jù)序列P1;根據(jù) 歷史數(shù)據(jù),訓(xùn)練更新循環(huán)神經(jīng)網(wǎng)絡(luò)的權(quán)重,得出訓(xùn)練后的循環(huán)神經(jīng)網(wǎng)絡(luò)的各單元參數(shù);
C、利用趨勢外推法,對(duì)相關(guān)量矩陣P6中各因變量的未來5年內(nèi)的值進(jìn)行預(yù)測; 依據(jù)序列長度為L1-3、L1-2、L1-1、L1的相關(guān)量矩陣P6,預(yù)測未來第一年的省級(jí) 電能占終端能源消費(fèi)比例;依次類推,預(yù)測未來5年內(nèi)的省級(jí)電能占終端能源消費(fèi)比 例;
D、利用多項(xiàng)式曲線擬合,建立省級(jí)電能占終端能源消費(fèi)比例與省級(jí)能源利用效率的擬合關(guān)系式;
E、將預(yù)測所得的省級(jí)電能占終端能源消費(fèi)比例代入擬合關(guān)系式,得出省級(jí)能源利用效率的預(yù)測值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國家電網(wǎng)有限公司;國網(wǎng)湖北省電力有限公司經(jīng)濟(jì)技術(shù)研究院;國網(wǎng)湖北省電力有限公司;武漢理工大學(xué),未經(jīng)國家電網(wǎng)有限公司;國網(wǎng)湖北省電力有限公司經(jīng)濟(jì)技術(shù)研究院;國網(wǎng)湖北省電力有限公司;武漢理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/201911265810.9/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項(xiàng)目管理,例如組織、規(guī)劃、調(diào)度或分配時(shí)間、人員或機(jī)器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲(chǔ)、裝貨、配送或運(yùn)輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動(dòng)化,例如電子郵件或群件的計(jì)算機(jī)輔助管理
- 基于路網(wǎng)空間關(guān)系約束Lasso的短時(shí)交通流預(yù)測方法
- 一種基于網(wǎng)絡(luò)分析的群lasso特征分群方法
- 一種基于圖形處理單元加速算法的壓縮感知方法
- 一種應(yīng)用于河流水位預(yù)測數(shù)據(jù)的特征選擇分解方法
- 一種基于局部加權(quán)Lasso的近紅外模型在線更新方法
- 基于LASSO回歸的土地利用變化驅(qū)動(dòng)力篩選方法和裝置
- 基于LASSO模型的銅期貨價(jià)格預(yù)測方法
- 種子純度檢測方法、檢測裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 一種川崎病丙球無反應(yīng)預(yù)測方法、存儲(chǔ)介質(zhì)及終端設(shè)備
- 一種強(qiáng)噪聲下基于加窗LASSO的聲源定位方法
- 用于文本到語音的超結(jié)構(gòu)循環(huán)神經(jīng)網(wǎng)絡(luò)
- 基于先進(jìn)的遞歸神經(jīng)網(wǎng)絡(luò)的“字母到聲音”
- 一種基于分層循環(huán)神經(jīng)網(wǎng)絡(luò)語言模型的語音識(shí)別方法
- 模式識(shí)別裝置以及模式識(shí)別方法
- 音頻事件檢測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 一種城市交通流量預(yù)測方法、系統(tǒng)及電子設(shè)備
- 循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化方法、設(shè)備、系統(tǒng)及可讀存儲(chǔ)介質(zhì)
- 一種基于RNN的量子計(jì)算方法和裝置
- 用于水質(zhì)參數(shù)預(yù)測的聯(lián)合神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練方法
- 基于RNN的降噪處理方法及系統(tǒng)
- 基于雙向協(xié)調(diào)約束的省級(jí)與地區(qū)電網(wǎng)協(xié)調(diào)電壓控制方法
- 電信業(yè)務(wù)監(jiān)測控制方法及裝置
- 省級(jí)電網(wǎng)事故應(yīng)急控制輔助決策方法
- 機(jī)巡數(shù)據(jù)處理方法、裝置、網(wǎng)級(jí)服務(wù)器和省級(jí)服務(wù)器
- 基于移動(dòng)視頻監(jiān)控的試卷跟蹤系統(tǒng)
- 音頻數(shù)據(jù)同步方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 基于LASSO與RNN的省級(jí)能源利用效率預(yù)測方法
- 一種基于云平臺(tái)的網(wǎng)省兩級(jí)電力現(xiàn)貨市場技術(shù)支持系統(tǒng)及其構(gòu)建方法
- 適應(yīng)省級(jí)電力市場環(huán)境的區(qū)域電網(wǎng)機(jī)組組合方法及系統(tǒng)
- 一種高分辨率建筑運(yùn)行能耗碳排放測定方法、系統(tǒng)及設(shè)備





