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：兰州理工大学

摘要：本发明涉及自适应风力机功率概率区间曲线建模方法及其应用系统，该方法包括：获取风电机组的目标数据，目标数据包括：风速数据和功率数据；对目标数据进行预处理，构建QRBiLSTM神经网络模型，利用粒子群算法对QRBiLSTM神经网络模型的网络结构参数搜索空间和训练参数进行自适应寻优，获取最优QRBiLSTM神经网络模型；将预处理后的目标数据输入最优QRBiLSTM神经网络模型，获取风力机功率概率区间曲线。本发明通过提供功率概率分布信息和置信区间，全面展现风力机实际功率输出的特性，能够根据风力机周围环境变化灵活调整模型，提高预测精度，为风力发电行业提供更可靠、准确的性能评估，为决策制定提供可信依据。

主权项：1.自适应风力机功率概率区间曲线建模方法，其特征在于，包括：获取风电机组的目标数据，所述目标数据包括：风速数据和功率数据；对所述目标数据进行预处理，构建QRBiLSTM神经网络模型，利用粒子群算法对所述QRBiLSTM神经网络模型的网络结构参数搜索空间和训练参数进行自适应寻优，获取最优QRBiLSTM神经网络模型；对所述QRBiLSTM神经网络模型的网络结构参数搜索空间进行自适应寻优包括：设置所述QRBiLSTM神经网络模型的网络结构参数搜索空间，所述网络结构参数搜索空间包括：网络层数搜索空间和神经元数搜索空间；通过使用嵌套循环的外层循环迭代遍历所述网络层数搜索空间中的每个元素，确定所述QRBiLSTM神经网络模型的层数量，针对所确定的层数量，在内循环中通过Python的itertools.product函数，并根据所设置的神经元数搜索空间，生成层数量对应的神经元数组合，即神经网络结构组合；获取历史目标数据，根据所述神经网络结构组合，构建若干所述QRBiLSTM神经网络模型，定义适应度函数，设置各个所述QRBiLSTM神经网络模型的目标分位数，对所述历史目标数据进行5折交叉验证，获取每个所述目标分位数所对应的第一适应度函数值，将所述第一适应度函数值最小所对应的QRBiLSTM神经网络模型作为待寻优神经网络模型；将预处理后的所述目标数据输入所述最优QRBiLSTM神经网络模型，获取风力机功率概率区间曲线。

全文数据：

权利要求：

百度查询： 兰州理工大学 自适应风力机功率概率区间曲线建模方法及其应用系统