Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种基于时序信号分解的风电功率预测方法及系统 

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:国网江西省电力有限公司电力科学研究院;国家电网有限公司

摘要:本发明公开了一种基于时序信号分解的风电功率预测方法及系统,方法包括:构建Tvf_EMD风电功率数据分解模型,并采用预设的ICPO算法对Tvf_EMD风电功率数据分解模型的参数进行优化,得到目标Tvf_EMD分解模型;根据目标Tvf_EMD分解模型对获取的风电功率数据进行分解,得到子分量,并计算分解后各个子分量的样本熵,将相似子分量合并,得到至少一个目标子分量;计算至少一个目标子分量的Hurst指数,并判断某一目标子分量的Hurst指数是否大于预设阈值;若不大于预设阈值,则采用CNN‑LSTM模型对某一目标子分量进行预测,否则采用ARIMA模型对某一目标子分量进行预测;将所有目标子分量的预测结果相加,即得到风电功率预测值。缓解了风电采样数据中噪声对预测性能的影响。

主权项:1.一种基于时序信号分解的风电功率预测方法,其特征在于,包括:构建Tvf_EMD风电功率数据分解模型,并采用预设的ICPO算法对所述Tvf_EMD风电功率数据分解模型的参数进行优化,得到目标Tvf_EMD分解模型;根据所述目标Tvf_EMD分解模型对获取的风电功率数据进行分解,得到子分量,并计算分解后各个子分量的样本熵,将相似子分量合并,得到至少一个目标子分量;计算所述至少一个目标子分量的Hurst指数,并判断某一目标子分量的Hurst指数是否大于预设阈值;若不大于预设阈值,则采用CNN-LSTM模型对所述某一目标子分量进行预测,否则采用ARIMA模型对所述某一目标子分量进行预测;将所有目标子分量的预测结果相加,即得到风电功率预测值。

全文数据:

权利要求:

百度查询: 国网江西省电力有限公司电力科学研究院 国家电网有限公司 一种基于时序信号分解的风电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。