一种基于ELMAN神经网络的短期负荷的预测方法

本发明提供一种基于ELMAN神经网络的短期负荷的预测方法，属于冷热电负荷测领域，S1、采集一段时间的综合能源系统、气象数据系统、教务系统中数据；S2、将数据归一化处理；S3、将数据划分为训练样本和测试样本，输入Elman神经网络模型；S4、建立Elman神经网络模型，设置模型参数；S5、设置Elman神经网络模型中隐藏层和承接层神经元的数量；S6、获得Elman神经网络模型最优参数。通过分析影响需求侧冷、热、电负荷的主要因素确定模型结构，通过训练确定模型参数，并用模型精确预测出短期负荷，为电力控制提供依据，通过ELMAN神经网络算法提高预测结果的准确率，减小预测误差。

《一种基于ELMAN神经网络的短期负荷的预测方法》是一发明专利，专利号为 2021107553284，当前法律状态为已下证，由江苏城乡建设职业学院提出申请，发明人为王建玉，申请日期为2021-07-05，公开（公告）日期为2024-02-27，国际专利分类号（IPC）为 G06Q 10/04 (2023.01)，高新资质：未报高企，所属技术领域包括：（冷热电负荷 电力系统 电力监测 智慧电网 电力系统 电力）（授权公告日：2024-02-27）。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供一种基于ELMAN神经网络的短期负荷的预测方法，属于冷热电负荷测领域，S1、采集一段时间的综合能源系统、气象数据系统、教务系统中数据；S2、将数据归一化处理；S3、将数据划分为训练样本和测试样本，输入Elman神经网络模型；S4、建立Elman神经网络模型，设置模型参数；S5、设置Elman神经网络模型中隐藏层和承接层神经元的数量；S6、获得Elman神经网络模型最优参数。通过分析影响需求侧冷、热、电负荷的主要因素确定模型结构，通过训练确定模型参数，并用模型精确预测出短期负荷，为电力控制提供依据，通过ELMAN神经网络算法提高预测结果的准确率，减小预测误差。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！