科创中国

电子信息技术,水利、环境和公共设施管理业,智能交通技术,生态保护和环境治理业

本项目是一种成本关联的抗效益偏差神经网络预测方法及装置，在神经网络模型的优化训练中关联了成本因素，并采用修正了的梯度下降法进行训练。本发明兼顾了电力系统负荷申报的精确度和成本最优值，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

电力系统的负荷预测是电力系统规划的重要组成部分，也是电力系统经济系统运行的基础，对电力系统的规划和运行都极其重要。合理地进行电力负荷预测是电力系统对电力资源进行调度和规划的前提条件，通过准确的负荷预测，可以合理安排机组启停和检修计划，减少旋转备用容量，降低发电成本。随着技术进步和智能电网的深入，电力负荷预测理论和技术已有很大的发展，但是现有预测技术均是以提高预测精度为目的，并没有兼顾成本因素。 优势在于：基于成本关联的抗效益偏差神经网络预测方法及装置兼顾了电力系统负荷申报的精确度和成本最优值，在神经网络模型的优化训练中关联了成本因素，并采用修正了的梯度下降法进行训练，保证应用本发明提供的方法和装置进行电力负荷申报预测的预测结果既具有较为理想的精度，又可以有效降低成本、提升效益，辅助电力市场中各负荷申报决策者制定其市场负荷申报策略。

郑厚清国网能源研究院有限公司副总工程师兼能源决策支持技术研发中心主任。博士，正高级经济师。公司战略与经营管理研究领域高级专家。中国价格协会能源分会特约理事，国家电网公司优秀专家，国家电网公司应急咨询专家。长期从事电价设计及研究、电力企业财税政策研究、电力企业财务分析及预测、电力项目技术经济研究、企业经济活动分析等方面的研究。担任近百项课题项目负责人，多次主持和参与国家重大电价改革方案及财税改革研究与政策制定，多次获得电力工业部科技进步奖和中电联全国电力行业优秀课题及国家电网公司科技进步奖，发表论文六十余篇。

点击查看