您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 基于Hadoop架构的分布式BP神经网络的短期负荷预测方法
专利状态 - 专利号(申请号) CN106022521B
专利申请日期 2016-05-19 专利类型 发明专利
申请公布号 2016103349206 申请公布日 2016-05-19
授权公告号 - 授权公告日 -
发明人 刘天琪;苏学能;焦慧明;何川
专利权人 四川大学
专利摘要 本发明公开了一种基于Hadoop架构的分布式BP神经网络的短期负荷预测方法,具体为:获取初始负荷数据集;将负荷数据集拆分为小型数据集,存储在分布式文件系统的数据节点中;初始化BP神经网络参数,并将参数集合上传至分布式文件系统中;依据当前负荷样本,训练BP神经网络,获取BP神经网络的权值、阈值在当前数据集下的修正量;依据键值对的key值统计该网络各层及层与层之间的权值、阈值参数的总和;判断当前迭代任务下,是否达到收敛精度或达到最大迭代次数,若是,建立分布式BP神经网络模型,若不是,进行BP神经网络权值、阈值参数的修正;输入预测日数据,得到预测日的负荷功率数据。本发明提高了负荷预测速度,满足了负荷预测精度的要求。
专利价值评估分析
相关推荐
Baidu
map