买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115438842B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210989752.X，技术领域涉及：G06Q10/04；该发明授权一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法是由许贤泽;蒋宇飞;徐逢秋设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法在说明书摘要公布了：本发明涉及电力负荷预测技术，具体涉及一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法，采集目标区域在某一时间段的用电负荷数据及对应的天气特征数据，分别归一化后形成原始数据集；利用三层小波分解将原始数据集分解为A3、D1、D2、D3四个小波；构建并确定BP神经网络的结构、学习效率、目标精度和训练次数，确定自适应改进蜉蝣算法的种群规模、迭代次数、搜索空间上下界、搜索速度上下界，依据BP神经网络参数的个数确定蜉蝣种群维数；利用自适应改进蜉蝣算法迭代优化BP神经网络参数，分别对四个小波进行预测得到预测数据A3′、D1′、D2′、D3′，将其叠加，得到最终的负荷预测值。该方法能够更加准确地解决多重场景的用电负荷预测，具有较强的自适应能力。

本发明授权一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法在权利要求书中公布了：1.一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法，其特征在于：包括以下步骤： 步骤1、采集目标区域的电力负荷、最高温度、最低温度、平均温度、相对湿度、降雨量六类原始数据，分别将最大值最小值归一化后形成原始数据集；对数据的归一化处理： 其中，表示第类指标中的第个参数原始值，为其经归一化处理后的值，、分别为第类指标中参数的最大最小值； 步骤2、利用三层小波分解将原始数据集分解为、、、四个小波； 步骤3、构建并确定BP神经网络的结构、学习效率、目标精度和训练次数，确定自适应改进蜉蝣算法的种群规模、迭代次数、搜索空间上下界、搜索速度上下界，依据BP神经网络参数的个数确定蜉蝣种群维数； 步骤4、利用自适应改进蜉蝣算法迭代优化BP神经网络权值和阈值，建立基于BP神经网络的预测模型，并利用预测模型分别对四个小波进行预测，得到预测时间段四个小波对应的预测数据、、、； 步骤4.1、初始化各参数，利用Sin混沌映射初始化雌雄蜉蝣种群，计算所有个体适应度，分别记录雌雄蜉蝣最优个体及位置； 步骤4.2、雌性蜉蝣的运动；雌性蜉蝣的行为特征在于飞向雄蜉蝣以繁殖，设雌性蜉蝣总数为； 步骤4.3、雄性蜉蝣的运动；设雄性蜉蝣总数为； 步骤4.4、蜉蝣交叉及变异，生成子代； 步骤4.5、更新重力系数、婚礼舞蹈系数、随机飞行系数； 更新婚礼舞蹈系数和随机飞行系数； 不完全伽玛函数的自适应重力系数的更新公式如下： 其中，是不完全的伽玛函数，为大于0的随机变量，取0.1；为重力系数控制系数，取； 步骤4.6、进行Tent混沌映射和高斯变异的种群调节； 设为第个蜉蝣的适应度函数值，为种群适应度函数值的平均值，则按如下方式判断： 1若，即出现“聚集”现象，进行高斯变异，若新位置适应度函数值低于旧位置则进行位置替换； 2若，即出现“发散”现象，进行Tent混沌映射，按同样原则进行位置替换； 具体步骤如下： 步骤4.6.1、记改变前的第个蜉蝣为； 步骤4.6.2、判断和的相对大小：若前者较小则转步骤4.6.3；反之转步骤4.6.4； 步骤4.6.3、将蜉蝣由线性映射至[0,1]范围，其中，、分别表示权值阈值的上下限； 在Tent混沌映射基础上引入随机变量，采用改进Tent混沌映射，表达式如下： 其中，表示蜉蝣个体在任意维度上的分量，为混沌序列内粒子个数；表示范围为[0,1]的随机数；Tent映射完成后，将映射后蜉蝣由[0,1]线性映射回上；新位置的蜉蝣标注为；转步骤4.6.5； 步骤4.6.4、采用高斯变异，表达式如下: 其中，表示蜉蝣个体在任意维度上的分量，表示服从高斯分布的均值为0，方差为1的随机数；表示变异后的值；新位置的蜉蝣标注为； 步骤4.6.5、仅当新位置的蜉蝣适应度函数值低于原位置的蜉蝣适应度函数值时，以新位置取代旧位置的蜉蝣；表达式如下： ； 步骤4.7、随机反向学习策略; 随机反向学习策略公式如下： 其中，表示蜉蝣个体在任意维度上的分量，、分别表示权值阈值的上下限，为是[0,1]之间的随机数； 仅当新位置的蜉蝣适应度函数值低于原位置的蜉蝣适应度函数值时，以新位置取代旧位置的蜉蝣；表达式如下： ； 步骤4.8、更新迭代次数，若迭代次数大于最大迭代次数则退出，输出最佳蜉蝣；反之则返回步骤4.2； 步骤5、将预测数据、、、全部叠加，得到预测时间段的电力负荷预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。