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!
申请/专利权人:河海大学
摘要:本发明公开了一种基于多视角特征提取与多任务学习的光伏功率多步预测方法及系统。所述方法包括:数据预处理;利用长短期记忆神经网络、多层感知器、卷积神经网络分别从时序、全局、局部三个视角进行特征提取,得到丰富且全面的特征信息;将多步光伏预测任务转化为多个单步光伏预测子任务,各子任务通过轻量级注意力机制来整合特征信息;各子任务利用专家子网络通过多层感知器对特征深化学习,得到光伏功率多步预测结果;应用改进动态权重平均法对损失权重进行自适应动态调整。本发明能够提高光伏功率多步预测整体精度,为电网安全、稳定运行提供支撑,具有一定的工程实用价值。
主权项:1.一种基于多视角特征提取与多任务学习的光伏功率多步预测方法,其特征在于,包括以下步骤:对原始历史光伏功率数据进行预处理,包括异常值处理、缺失值填充、数据归一化;基于预处理后的数据,利用多个专家特征网络分别从时序、全局、局部三个视角进行特征提取,得到丰富且全面的特征信息,所述专家特征网络包括长短期记忆神经网络、多层感知器、卷积神经网络;将多步光伏预测任务转化为多个单步光伏预测子任务,将每个专家特征网络提取的特征作为子任务的输入,各子任务之间通过轻量级注意力机制来整合特征信息;对于各子任务注意力机制特征,分别利用一个专家子网络对特征进行深化学习,得到光伏功率多步预测结果,所述专家子网络采用多层感知机;计算子任务损失函数,应用改进动态权重平均法对各子任务损失权重进行自适应动态调整,对模型进行训练;利用训练好的模型,输入历史光伏功率序列,得到未来一段的光伏功率多步预测结果。
全文数据:
权利要求:
百度查询: 河海大学 基于多视角特征提取与多任务学习的光伏功率多步预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。