龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广西民族大学
摘要：本发明涉及能源需求预测技术领域，具体为一种基于ICA算法优化PSO‑BP神经网络模型的能源需求预测方法。首先，本发明为了对未来能源需求进行准确地预测，根据以往的数据建立了一种未来能源影响数据生成模型对未来的能源总量、能源使用量、气候环境、地理特征、人口数量、经济收入、能源污染度和能源价格进行数据生成；其次，本发明提出一种能源成本模型用于对未来能源影响数据生成模型输出结果进行成本预测；接着，本发明为了更加准确地预测未来能源需求，提出一种改进ICA算法；该算法的主要作用在于对能源需求的影响因素进行分析；最后，本发明通过一种改进的PSO‑BP网络模型实现了对未来能源需求的准确预测。
主权项：1.一种基于ICA算法优化PSO-BP神经网络模型的能源需求预测方法，其特征在于，包括：采集所在区域N年的历史能源影响数据和历史能源成本数据；N为大于1的自然数；对所述历史能源影响数据进行预处理，得到标准能源影响数据，并构建标准能源影响数据集；所述标准能源影响数据集和所述历史能源成本数据建立能源成本影响关联度矩阵；建立历史能源影响差异矩阵其中，表示所述历史能源影响差异矩阵中第N-1行第K列的差异值；的计算公式为：其中，INK表示为第N条历史能源影响数据中第K个能源成本影响指标；初始化能源影响变化向量W＝w1,...,wK；其中，wK表示为第K个能源成本影响指标的变化值，根据所述能源成本影响关联度矩阵和所述能源影响变化向量构建未来能源影响数据生成模型，获取未来能源影响数据；利用所述标准能源影响数据集训练能源成本模型，计算损失值，优化模型；输入所述未来能源影响数据至所述能源成本模型，得到未来能源预测成本；将所述标准能源影响数据、所述历史能源成本与历史的能源发展政策特征向量相结合，得出能源需求特征权重矩阵；输入所述未来能源影响数据、所述未来能源预测成本和未来的能源发展政策特征向量至能源需求预测模型；输出未来能源需求预测结果。
全文数据：
权利要求：
百度查询： 广西民族大学 一种基于ICA算法优化PSO-BP神经网络模型的能源需求预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号