[00246818]基于Hadoop架构的分布式BP神经网络的短期负荷预测方法
交易价格:
面议
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201610334920.6
交易方式:
完全转让
许可转让
技术入股
联系人:
四川大学
所在地:四川成都市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
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。