人口流動預測方法及其電網(wǎng)負荷預測方法

基本信息

申請?zhí)?/td> CN202111443035.9 申請日 -
公開（公告）號 CN114118593A 公開（公告）日 2022-03-01
申請公布號 CN114118593A 申請公布日 2022-03-01
分類號 G06Q10/04（2012.01）I;G06Q50/06（2012.01）I;G06Q50/26（2012.01）I;G06F30/27（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 文明;秦玥;鐘原;肖振鋒;羅姝晨 申請（專利權）人 國網(wǎng)湖南省電力有限公司經(jīng)濟技術研究院
代理機構 長沙永星專利商標事務所（普通合伙） 代理人 周詠;米中業(yè)
地址 410004湖南省長沙市天心區(qū)新韶東路398號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種人口流動預測方法，包括獲取城市人口歷史數(shù)據(jù)；處理城市人口歷史數(shù)據(jù)構建城市人口流動預測數(shù)據(jù)集；構建基于極限學習機的人口流動預測初步模型并訓練和測試得到人口流動預測模型；采用人口流動預測模型對目標城市進行人口流動預測。本發(fā)明還公開了一種包括所述人口流動預測方法的電網(wǎng)負荷預測方法。本發(fā)明選擇能全面反映人口流動動態(tài)變化行為的變量來構建輸入特征集，因此本發(fā)明方法的準確性更高；選取極限學習機方法構建人口流動預測模型，避免了傳統(tǒng)前饋神經(jīng)網(wǎng)絡訓練速度慢，容易陷入局部極小值點，學習率的選擇敏感等缺點，因此本發(fā)明方法的效率更高，準確性更好；而且本發(fā)明方法預測細粒度更高，穩(wěn)定性更好。