一种基于Elman神经网络算法的居民电动汽车负荷分析方法技术

本发明专利技术涉及电动汽车负荷分析技术领域，具体涉及到一种基于Elman神经网络算法的居民电动汽车负荷分析方法，包括以下步骤：定义电动汽车负荷峰谷态势体系；对电动汽车负荷曲线进行高斯滤波预处理；确定聚类有效性指标和算法；对居民电动汽车日净负荷峰谷态势进行相关性分析；对输入、输出变量进行选取与对预测结果进行分析；对电动汽车负荷进行峰谷互补分析。本发明专利技术提出并定义了居民区电动汽车日净负荷峰谷态势新概念体系，采用电动汽车负荷峰谷功率量及其变化速率等多个信息维度描述居民区电动汽车负荷特征，拓展了传统峰谷特性内涵，能为地区电网、电动汽车负荷特性分析提供新的决策支持信息。

【技术实现步骤摘要】

本专利技术涉及电动汽车负荷分析，具体涉及到一种基于elman神经网络算法的居民电动汽车负荷分析方法。

技术介绍

1、准确的居民电动汽车负荷分析能够帮助电力公司和能源供应商优化发电计划,同时还能减少能源浪费和碳排放,对于电力系统的稳定运行和可持续发展具有重要意义。目前,电动汽车负荷分析方法可以归纳为经典分析方法、传统分析方法和现代智能分析方法。

2、随着大量居民区电动汽车接入电力系统，对传统电网负荷产生一定的影响，接入电网的电动汽车负荷特性日趋复杂。准确获取居民区电动汽车日负荷曲线及其负荷特性是电力系统调度运行与研究的基础性工作，负荷曲线的峰谷特性反映了特定时间尺度下电动汽车负荷的用电情况及功率的变化趋势，针对居民区电动汽车负荷峰谷态势的分析与预测，对电动汽车负荷的互补性分析可对电网调度运行提供一定参考与指导，具有重要的科学研究和实际工程意义。因此有必要提出一种基于elman神经网络算法的居民电动汽车负荷分析方法。

技术实现思路

1、本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供一种本文档来自技高网...

【技术保护点】

1.一种基于Elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于Elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所述步骤2中，对电动汽车负荷曲线进行高斯滤波预处理的具体步骤如下：

3.根据权利要求1所述的一种基于Elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所述步骤3中,数据集聚类的具体操作方法如下:

4.根据权利要求1所述的一种基于Elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所述步骤3中,K-means聚类算法的计算流程如下:

...

【技术特征摘要】

1.一种基于elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所述步骤2中，对电动汽车负荷曲线进行高斯滤波预处理的具体步骤如下：

3.根据权利要求1所述的一种基于elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所述步骤3中,数据集聚类的具体操作方法如下:

4.根据权利要求1所述的一种基于elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，在所...

【专利技术属性】
技术研发人员：李玉婷，舒娇，吴键，张华，陈朝明，张远弘，袁浩，徐衍德，
申请(专利权)人：国网江西省电力有限公司经济技术研究院，
类型：发明
国别省市：