发明专利已授权

基于广义最大相关熵准则的核极限学习机售电量预测方法

📄 申请号：CN202011298516.0 📄 发布日：2026/05/28

著录项目信息

申请日

2020-11-19

公开号

CN112435054B

公开日

2023-10-20

申请人

西安理工大学

法律状态

已下证

专利类型

发明

主分类号

G06Q30_0202

IPC 分类号

G06Q30_0202 , G06Q50_06 , G06N3_0499 , G06N3_0985 , G06N20_10 ,

技术画像

所属领域

极限学习机机器学习核方法时间序列预测极限学习机

应用场景

售电量预测, 电力负荷预测, 智能电网, 电力市场, 能源管理

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明方法公开了基于广义最大相关熵准则的核极限学习机售电量预测方法：对历史日用电量的异常数据进行修正、构建训练样本集，利用皮尔逊相关系数选定模型输入、选用核极限学习机模型对日用电量进行预测，针对售电量预测误差的非高斯特征，使用广义最大相关熵准则作为预测模型的代价函数、引入在线序列学习使模型可以进行滚动预测、引入K‑折交叉验证与网格寻优对广义最大相关熵核极限学习机模型的关键参数σ、λ、α进行优化、用广义最大相关熵核极限学习机预测模型对售电量进行预测，得到预测结果。本售电量预测方法与现有的方法相比，在离群值大且非高斯的情况下也具有好的性能，能更好的对非高斯非线性数据进行预测，预测效果更好。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

风电机叶片故障监测方法

当前第 / 件

一种用于电力设备的绝缘柱

同领域国内专利 · IPC: (G06Q30_0202)

G06Q30_00 G06Q30_01 G06Q30_012 G06Q30_015 G06Q30_016 G06Q30_018 G06Q30_02 G06Q30_0201 G06Q30_0202 G06Q30_0203 G06Q30_0204 G06Q30_0207 G06Q30_0217 G06Q30_0235 G06Q30_0241 G06Q30_0242 G06Q30_0251 G06Q30_0282 G06Q30_0283 G06Q30_04 G06Q30_06 G06Q30_0601 G06Q30_0645 G06Q30_08 覆盖24个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：73 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)