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：国网黑龙江省电力有限公司;黑龙江大学;国家电网有限公司
摘要：基于多视图融合和宽度学习的超短期风电功率预测方法，涉及风电功率预测领域。本发明是为了解决现有基于深度神经网络的风电功率预测方法还存在模型训练时间长、消耗计算资源多以及预测精度低的问题。本发明包括：利用t时刻前k个小时的平均风电功率序列及t时刻前k个小时的指标数据序列组成样本集；对样本集归一化，并利用归一化后的样本集获得训练集，利用训练集训练MCCA‑BL预测模型，获得训练好的MCCA‑BL预测模型；将预测风电功率相关数据集输入到训练好的MCCA_BL预测模型中，获得待预测时刻风电功率；指标数据包括：平均温度、最高温度、最低温度、气压、湿度、风速、风向、降雨量和云量。本发明用于预测风电功率。
主权项：1.基于多视图融合和宽度学习的超短期风电功率预测方法，其特征在于所述方法具体过程为：将预测风电功率相关数据集输入到训练好的MCCA_BL预测模型中，获得待预测时刻风电功率；所述预测风电功率相关数据集包括：历史风电功率序列X'p＝[X'pt'-1,X'pt'-2,…,X'pt'-k]和历史指标数据序列；其中，X'pt'-1是第t'-1个小时的总风电功率，X'pt'-2是第t'-2个小时的总风电功率，X'pt'-k是第t'-k个小时的总风电功率，t'是待预测时刻；所述历史指标序列为预测时刻前k个小时的指标数据组成的序列；所述指标数据包括：平均温度、最高温度、最低温度、气压、湿度、风速、风向、降雨量和云量。
全文数据：
权利要求：
百度查询： 国网黑龙江省电力有限公司 黑龙江大学 国家电网有限公司 基于多视图融合和宽度学习的超短期风电功率预测方法
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。
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