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：清华四川能源互联网研究院
摘要：本发明涉及光伏功率预测技术领域，具体涉及基于多特征变量和时间序列相关性的光伏功率预测方法及系统，所述方法包括：获取光伏功率数据以及气象数据，进行预处理后得到历史数据集；构建数据增强模型，基于历史数据集训练数据增强模型并生成增强数据集；构建预测模型，利用增强数据集训练预测模型；基于注意力机制提取预测模型的注意力分布并对数据增强数据集进行优化；基于优化后的增强数据集训练预测模型，输出光伏功率及气象数据预测序列。其目的在于，以变量之间特征的相关性与变量自身的时序相关性作为预测的基础，提升光伏功率的预测精度。
主权项：1.基于多特征变量和时间序列相关性的光伏功率预测方法，其特征在于，所述方法包括：获取光伏功率数据以及气象数据，进行预处理后得到历史数据集；构建数据增强模型，基于历史数据集训练数据增强模型并生成增强数据集，包括：基于生成对抗网络构建数据增强模型；利用历史数据集对数据增强模型进行训练并生成仿真数据集；将仿真数据集与历史数据集合并得到增强数据集；构建预测模型，利用增强数据集训练预测模型，包括：构建时序分支模块，包括变量编码层、时序关联层以及变量解码层，用于从增强数据集中提取不同时间点之间数据的相关性；构建变量分支模块，包括时序编码层、变量关联层、时序解码层，用于从增强数据集中提取不同特征变量之间的相关性；基于注意力机制提取预测模型的注意力分布并对数据增强数据集进行优化，包括：提取预测模型变量关联层和时序关联层的注意力权重矩阵；绘制注意力权重矩阵的热力图，提取模型预测光伏功率时的关键变量和时序特征；基于关键变量和时序特征对数据增强数据集进行筛选，得到优化后的数据增强数据集；基于优化后的增强数据集训练预测模型，输出光伏功率及气象数据预测序列。
全文数据：
权利要求：
百度查询： 清华四川能源互联网研究院 基于多特征变量和时间序列相关性的光伏功率预测方法及系统
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。
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