龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京航空航天大学
摘要：本发明公开了一种基于深度信念网络和聚类的风电功率预测模型，属于电力系统调度领域。具体方法包括：将风电场的历史数值天气预报数据用K均值聚类算法处理，历史数据被分为K个簇；将预测日的数值天气预报数据分配到已有的簇中，以该簇的历史数据为训练样本；设置深度信念网络的参数，然后以训练样本的数值天气预报数据和相应的历史功率数据训练深度信念网络；以预测日数值天气预报数据作为深度信念网络输入，模型输出预测日功率。本发明提高了风电集群并网的运行稳定性，采用K均值聚类算法找到对预测精度影响最大的历史样本，提高了模型的效率，采用深度信念网络学习数值天气预报数据与风电场功率高度的非线性关系，显著增加了预测的准确性。
主权项：1.一种基于深度信念网络和聚类的风电功率预测模型，其特征在于，包括如下步骤：步骤S1、将风电场的历史数值天气预报数据用K均值聚类算法处理，历史数据被分为K个簇；步骤S2、将预测日的数值天气预报数据分配到已有的簇中，以该簇的历史数据为训练样本；步骤S3、设置深度信念网络的参数，然后以训练样本的数值天气预报数据和相应的历史功率数据训练深度信念网络；步骤S4、以预测日数值天气预报数据作为深度信念网络输入，模型输出预测日功率。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于深度信念网络和聚类的风电功率预测模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号