一种基于BP神经网络的农村能源优化调度方法技术

本发明专利技术属于农村电能调度技术领域，提供了一种基于BP神经网络的农村能源优化调度方法，包括如下步骤：S1：初始化样板数据采集，根据农村能源的设计标准，建立样本特征数据；S2：初始化数据采集，在农村能源中采集原始数据；S3：构建BP神经网络训练模型，利用原始数据对特征数据对模型进行学习与训练；S4：采集的各级数据与通过训练后的BP神经网络模型进行特征匹配，并将数据进行标记；S5：将样本数据与进行特征匹配的数据，进行绝对值比较；S6：对比较后的数据进行放大，并定位，并上传至后台控制端；S7：后台控制端将统计数据从微电网处调整电力进入农村能源。上述的方法，以提高能源利用率，保证特定场景的农村能源利用率和稳定性。证特定场景的农村能源利用率和稳定性。证特定场景的农村能源利用率和稳定性。

【技术实现步骤摘要】
一种基于BP神经网络的农村能源优化调度方法


[0001]本专利技术涉及农村电能调度
，具体涉及一种基于BP神经网络的农村能源优化调度方法。

技术介绍

[0002]农村的特色养殖过程中，一些特定的农作物或养殖动物对环境中要求较为严格，而农业养殖中，通常以电能作为支撑农业养殖场地的能源；因此需要稳定的能源；但是在实际需求中，由于农村与供电地距离较远，送电过程中，容易受到外界影响，而导致波动，这样一来就容易造成，养殖场地的能源波动，不能形成持续且稳定的能源、这样就能通过减少电能，实现一定的经济效益。

技术实现思路

[0003]针对现有技术中的缺陷，本专利技术提供一种基于BP神经网络的农村能源优化调度方法，以提高能源利用率，保证特定场景的农村能源利用率和稳定性。
[0004]本专利技术提供的一种基于BP神经网络的农村能源优化调度方法，包括如下步骤：步骤一：初始化样板数据采集，根据农村能源的设计标准，建立样本特征数据；步骤二：初始化数据采集，在农村能源中采集原始数据；步骤三：构建BP神经网络训练模型，利用原始数对特征数据对模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络的农村能源优化调度方法，其特征在于，包括如下步骤：步骤1：初始化样板数据采集，根据农村能源的设计标准，建立样本特征数据；步骤2：初始化数据采集，在农村能源中采集原始数据；步骤3：构建BP神经网络训练模型，利用原始数对特征数据对模型进行学习与训练；步骤4：农村能源运用时，实时采集的各级数据通过训练后的BP神经网络模型进行输出调度数值，并将采集的数据进行标记定位；步骤5：将样本数据与调度数值，进行绝对值比较；步骤6：将差异的数据，并上传后台控制端；步骤7：后台控制端通过数据从微电网处调整电力进入农村能源补偿电能。2.根据权利要求1所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于：所述步骤2中初始化数据采集包括；蓄电池储电量、沼气储量、沼气池压力、沼气池温度、沼气池湿度、环境温度和微电网中从电网市网获取的瞬时功率，并将其做为神经网络的输入量。3.根据权利要求2所述的一种基于BP神经网络的农村能源优化调度方法，其特征在于：所述步骤2中初始化数据采集，在蓄电池储电量、沼气储量、沼气池压力、沼...

【专利技术属性】
技术研发人员：李钦林，罗翔，刘天宇，李宇荣，何长奎，熊玉坤，白冰洋，周才富，田泽楷，
申请(专利权)人：电子科技大学成都学院，
类型：发明
国别省市：