(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111623103.X (22)申请日 2021.12.28 (71)申请人 中国南方电网有限责任公司 地址 510623 广东省广州市黄埔区科 学城 科翔路11号 (72)发明人 卢伟辉　赵玉柱　李鹏　刘春晓　 刘兴辉　马骞　周毓敏　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 代理人 董建林 (51)Int.Cl. H02J 3/00(2006.01) G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06F 17/10(2006.01) (54)发明名称 一种电网侧煤电燃料库存预测系统及方法 (57)摘要 本发明公开了电网侧煤电燃料信息管理技 术领域的一种电网侧煤电燃料库存预测系统及 方法， 一种电网侧煤电燃料库存预测方法， 包括： 获取煤电燃料库存原始数据； 对煤电燃料库存原 始数据进行分解， 得到多个模态分量； 对各模态 分量进行重组， 得到多个重组分量； 建立每个重 组分量各自的深度信念网络预测模 型； 将全部深 度信念网络预测模型重组， 得到最终的预测模 型； 基于最终的预测模型进行燃料库存预测。 本 发明通过对电网负荷及燃料用量的预测， 能够为 煤电企业保持合适的燃料库存提供依据， 有利于 电网安全运行， 同时降低煤电企业 运行成本 。 权利要求书2页 说明书8页 附图5页 CN 114336603 A 2022.04.12 CN 114336603 A 1.一种电网侧煤电燃料库存预测方法， 其特 征是， 包括： 获取煤电燃料库存原 始数据； 对煤电燃料库存原 始数据进行分解， 得到多个模态分量； 对各模态分量进行重组， 得到多个重组分量； 建立每个重组分量各自的深度信念网络预测模型； 将全部深度信念网络预测模型重组， 得到最终的预测模型； 基于最终的预测模型进行燃料库存预测。 2.根据权利要求1所述的电网侧煤电燃料库存预测方法， 其特 征是， 对煤电燃料库存原 始数据进行分解， 得到多个模态分量， 表达式为： 其中， X(t)为煤电燃料库存原始数据， r(t)为分解最终残差信号， 为第K个模态 分量， 表达式为： 其中， rk‑1(t)为第k ‑1个余量信号， εk‑1为第k‑1个高斯白噪声 幅值常数， Ek‑1为第k‑1个 EMD分解运算符。 3.根据权利要求1所述的电网侧煤电燃料库存预测方法， 其特 征是， 对各模态分量进行重组， 得到多个重组分量， 包括： 通过样本熵对各模态分量进行复杂性评估； 根据复杂程度对 模态分量进行重组， 得到多个重组分量。 4.根据权利要求3所述的电网侧煤电燃料库存预测方法， 其特 征是， 所述样本熵为： 其中， SE(m,r,N)为样本熵值； m为维数； Bm(r)为序列在相似容限r下匹配m个点的概 率。 5.根据权利要求4所述的电网侧煤电燃料库存预测方法， 其特征是， 所述序列在相似容 限r下匹配m个点的概率Bm(r)通过计算m维向量组中对应元素相差最大值 的绝对值个数小 于阈值的个数后得到， 表达式为： d[Xm(i),Xm(j)]＝max[|x(i+k) ‑x(j+k)|] Xm(i)＝{x(i),x(i+1), …,x(i+m‑1)} Xm(j)＝{x(j),x(j+1), …,x(j+m‑1)} 其中， N为重复分解次数， m为维数， 为序列在相似容限(即阈值r)下匹配m个点中i 点的概率， Xm(i)和Xm(j)为m维向量组， k 为向量元 素个数。 6.根据权利要求1所述的电网侧煤电燃料库存预测方法， 其特征是， 所述深度信念 网络权　利　要　求　书 1/2 页 2 CN 114336603 A 2模型包括受 限玻尔兹曼机， 所述受 限玻尔兹曼机的能量函数、 可见层概率分布函数和似然 函数分别为： L＝lnP(V) 式中， E(v， h)为能量函数， p(V)为可见层概率分布函数， L为似然函数， wij为隐层和显层 间的连接 权值， vi为显层， ai为显层偏置， hi、 hj均为隐层， bi为隐层偏置， m， n 为网络维数。 7.根据权利要求6所述的电网侧煤电燃料库存预测方法， 其特征是， 所述似然函数的梯 度采用带有一 步吉布斯采样的对比发散算法获得， 表达式为： 为隐藏层偏置参数w的似然函数梯度， 为隐藏层偏置参数a的似然函数梯度， 为隐藏层偏置参数b的似然函数梯度， vi， hi， hj分别为第i个可见单元、 第i个隐藏单元 和第j个隐藏单 元。 8.一种电网侧煤电燃料库存预测系统， 其特 征是， 包括： 数据获取模块： 用于获取煤电燃料库存原 始数据； 分解模块： 用于对煤电燃料库存原 始数据进行分解， 得到多个模态分量； 重组模块： 用于对各模态分量进行重组， 得到多个重组分量； 建模模块： 用于建立每 个重组分量各自的深度信念网络预测模型； 叠加模块： 用于将全部深度信念网络预测模型重组， 得到最终的预测模型； 预测模块： 用于基于最终的预测模型进行燃料库存预测。 9.一种电网侧煤电燃料库存预测装置， 其特 征是， 包括处 理器及存 储介质； 所述存储介质用于存 储指令； 所述处理器用于根据所述指令进行操作以执行根据权利要求1～7任一项所述方法的 步骤。 10.计算机可读存储介质， 其上存储有计算机程序， 其特征是， 该程序被处理器执行时 实现权利要求1～7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114336603 A 3