買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京理工大學申請的專利基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115271150B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210545126.1，技術(shù)領(lǐng)域涉及：H02J3/00；該發(fā)明授權(quán)基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法是由吳優(yōu);馬澤龍;呂廣強;王寶華;蔣海峰設(shè)計研發(fā)完成，并于2022-05-19向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法在說明書摘要公布了：本發(fā)明公開了一種基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法，其包括：將神經(jīng)網(wǎng)絡(luò)損失函數(shù)作為改進鯨魚算法的目標函數(shù)，將超參數(shù)記為改進鯨魚算法的種群特征，建立超參數(shù)選取模型；使用非線性收斂因子平衡鯨魚優(yōu)化算法的全局搜索和局部開發(fā)；為包圍獵物和螺旋運動的更新公式添加自適應(yīng)權(quán)重和為種群更新添加隨機差分變異來提高鯨魚優(yōu)化算法后期開發(fā)能力；為領(lǐng)導者添加隨機擾動來提高算法精度；使用反向?qū)W習和準反向?qū)W習增加種群多樣性；使用最優(yōu)超參數(shù)建立預(yù)測模型，進行負荷預(yù)測。本發(fā)明可以簡化超參數(shù)選取方法，提高鯨魚優(yōu)化算法的性能，增加神經(jīng)網(wǎng)絡(luò)所建負荷預(yù)測模型的精度和泛化能力，進一步提高負荷預(yù)測精度，幫助發(fā)電廠更好地制定發(fā)電計劃和調(diào)度中心更合理地安排調(diào)度。

本發(fā)明授權(quán)基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法在權(quán)利要求書中公布了：1.一種基于改進鯨魚算法與神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測方法，其特征在于，包括以下步驟：步驟1、確定目標函數(shù)和種群特征，將負荷的均方誤差作為改進鯨魚算法目標函數(shù)，將超參數(shù)作為種群特征，具體為：負荷的均方誤差作為改進鯨魚算法的目標函數(shù)： 式中：F表示負荷的均方誤差；n表示負荷采樣點數(shù)；yi分別表示負荷在時刻i的預(yù)測值和真實值；將超參數(shù)作為種群特征，對超參數(shù)的約束范圍如下： 式中：Bi和Ei表示超參數(shù)的下界和上界，i＝1,2,3,4；l表示學習率；iter表示神經(jīng)網(wǎng)絡(luò)迭代次數(shù)；h1,h2分別表示神經(jīng)網(wǎng)絡(luò)第一個和第二個隱藏層神經(jīng)元個數(shù)；步驟2、使用反向?qū)W習和準反向?qū)W習初始化種群，具體為：1反向?qū)W習 式中：和表示超參數(shù)的下界和上界；表示第i組超參數(shù)；表示的反向解；2準反向?qū)W習 式中：Avg表示中值；rand表示對兩向量特征間的隨機取值；表示的準反向解；步驟3、更新領(lǐng)導者，將負荷的均方誤差記為適應(yīng)度，種群中適應(yīng)度最小的超參數(shù)記為領(lǐng)導者，并為其添加隨機擾動，生成偽領(lǐng)導者，對比偽領(lǐng)導者和領(lǐng)導者適應(yīng)度，取較小者為領(lǐng)導者；所述的更新領(lǐng)導者，具體包括：將種群中使負荷均方誤差最小的超參數(shù)作為領(lǐng)導者，為領(lǐng)導者添加隨機擾動： 式中：和表示擾動后和擾動前的領(lǐng)導者；ε表示擾動系數(shù)，用于調(diào)節(jié)擾動空間；r和p表示區(qū)間為[0,1]的隨機數(shù)；步驟4、為包圍獵物和螺旋運動添加隨機擾動，判斷更新方式，根據(jù)負荷的均方誤差更新超參數(shù)，為種群添加隨機差分變異，更新種群；具體為：1使用非線性收斂因子平衡鯨魚優(yōu)化算法全局搜索和局部開發(fā)： 式中：v表示調(diào)節(jié)系數(shù)，用于調(diào)節(jié)曲線形狀；T表示改進鯨魚算法最大迭代次數(shù)；t表示改進鯨魚算法迭代次數(shù)；Tc表示分段點；2使用自適應(yīng)權(quán)重加強后期局部開發(fā) 式中：ws和we分別表示初始權(quán)重和最終權(quán)重；k表示控制因子，控制曲線平滑度；3改進更新公式 式中：w表示自適應(yīng)權(quán)重；和表示包圍獵物和螺旋運動的更新步長；A是收斂因子a的函數(shù)，其值域為[-a,a]；b表示螺旋線形狀常數(shù)；l表示[-1,1]的隨機數(shù)；在選取更新方式時，有50％的概率使用螺旋運動更新超參數(shù)；若未選取螺旋運動，根據(jù)|A|選擇包圍獵物或搜尋獵物，當|A|＜1時，包圍獵物；當|A|≥1時，搜尋獵物；4隨機差分變異 式中：表示隨機超參數(shù)；步驟5、重復(fù)步驟3和步驟4至迭代結(jié)束，將最后一次迭代的領(lǐng)導者視為最優(yōu)超參數(shù)；步驟6、使用最優(yōu)超參數(shù)建立負荷預(yù)測模型，進行負荷預(yù)測，具體為：使用最優(yōu)超參數(shù)建立負荷預(yù)測模型，模型輸入為預(yù)測前一天的負荷與預(yù)測當天的氣溫、天氣，輸出為預(yù)測當天的負荷。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛(wèi)200號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。