首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于历史数据分析的长期水光资源联合预测方法 

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;中国电建集团贵阳勘测设计研究院有限公司;华能澜沧江水电股份有限公司;华能集团技术创新中心有限公司

摘要:本发明公开了一种基于历史数据分析的长期水光资源联合预测方法,属于光伏发电技术领域。方法包括:S10、历史数据获取;S20、典型水文年数据获取;S30、初步预测;S40、选取相似水文年;S50、相关性调整;S60、完成预测。本发明的预测方法,利用LSTM神经网络模型初步预测目标年度12个月份的月径流量和月总辐照量数据,并选取相似的典型水文年,根据对应相似水文年中月径流量和月总辐照量数据的相关性规律,对预测结果进行适应性的修正,完成了对径流量、辐照量的联合长期预测,且有效提高了对两种资源的预测精度。

主权项:1.一种基于历史数据分析的长期水光资源联合预测方法,其特征在于,包括如下步骤:S10、历史数据获取,获取目标水电站历史n年的月径流量数据及月总辐照量数据;S20、典型水文年数据获取,获取目标水电站在五个典型水文年的月径流量数据及月总辐照量数据;S30、初步预测,将S10获取的月径流量数据输入LSTM神经网络模型,预测目标年度12个月的月径流量,将S10获取的月总辐照量数据输入LSTM神经网络模型,预测目标年度12个月的月总辐照量;LSTM神经网络模型包括:遗忘门ft,ft=sigmWfxtUfht-1+bf;输入门it,it=sigmWixtUiht-1+bi;激活函数gt,gt=tanhWfxt+Ufht-1+bf;当前时刻记忆单元状态ct,ct=ft·ct-1+it·gt;输出门ot,ot=sigmWoxt+Uoht-1+bo;LSTM神经网络模型输出ht,ht=ot·tanhct;其中,Wf为上一时刻遗忘门输入权重,Uf为上一时刻遗忘门输出权重,bf为上一时刻遗忘门偏置项,Wi为上一时刻输入门输入权重,Ui为上一时刻输入门输出权重,bi为上一时刻输入门偏置项,ct-1为上一时刻记忆单元状态,Wo为上一时刻输出门输入权重,Uo为上一时刻输出门输出权重,bo为上一时刻输出门偏置项,xt为当前输入的数据,ht-1为上一时刻的输出值;步骤S30具体包括:S31、将历史n年的月径流量数据做为训练数据一d′train,将历史n年的月总辐照量数据做为训练数据二d″train,分别用于训练LSTM神经网络模型;S32、对训练数据一和训练数据二做标准化处理,得到标准化处理后的训练数据一ds′train和标准化处理后的训练数据二ds″train;所述步骤S32的标准化处理步骤如下:S321、获取平均值一μ′和平均值二μ″, 其中N’为训练数据一d′train的总个数,N”为训练数据二d″train的总个数;S322、获取标准差一σ′和标准差二σ″, S323、获取ds′train和ds″train,ds′train=d′train-μ′σ′;ds″train=d″train-μ″σ″;S33、创建LSTM神经网络模型一和LSTM神经网络模型二;S34、在trainNetwork函数中输入标准化处理后的训练数据序列及LSTM神经网络模型,训练LSTM神经网络;S35、用训练好的LSTM神经网络模型一预测目标年度12个月的月径流量,得到预测数据一ds′pred,用训练好的LSTM神经网络模型二预测目标年度12个月的月总辐照量,得到预测数据二ds″pred,分别对预测数据一和预测数据二去标准化;所述步骤S35的去标准化处理采用如下计算模型:d′pred=ds′pred·σ′+μ′;d″pred=ds″pred·σ″+μ″;S40、选取相似水文年,根据S20预测的目标年度月径流量数据计算目标年度总预测径流量Ypred,并计算目标水电站在五个典型水文年的总径流量Yii=1,2,...,5,然后计算总预测径流量Ypred与目标水电站在各典型水文年的总径流量Yi的差值ei=|Ypred-Yi|,取最小差值对应的典型水文年为相似水文年;S50、相关性调整,根据相似水文年的月径流量数据与月总辐照量数据的相关性特点,对目标年度预测的月径流量数据与月总辐照量数据进行调整,使目标年度预测的月径流量数据与月总辐照量数据的相关性和相似水文年的相关性匹配;所述步骤S50具体包括:S51、分析获取相似水文年12个月的月径流量数据与月总辐照量数据的相关性规律;S52、目标年度预测的月径流量数据不变,根据相关性规律,对目标年度预测的月总辐照量数据中,不符合相关性规律的月份的月总辐照量进行调整,调整幅度为对应月份月总辐照量的10%,按对应的相关性规律选择增量调整或减量调整;S53、调整后的目标年度预测的月总辐照量数据不变,根据相关性规律,对目标年度月径流量数据中,仍不符合相关性规律的月份的月径流量进行调整,调整幅度为对应月份月径流量的20%,按对应的相关性规律选择增量调整或减量调整;S60、完成预测,经S50调整后的目标年度预测的月径流量数据与月总辐照量数据即为最终预测结果。

全文数据:

权利要求:

百度查询: 河海大学 中国电建集团贵阳勘测设计研究院有限公司 华能澜沧江水电股份有限公司 华能集团技术创新中心有限公司 一种基于历史数据分析的长期水光资源联合预测方法

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。