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：四川华电杂谷脑水电开发有限责任公司
摘要：本发明是一种基于深度学习的水电站入库流量预测方法，属于计算机技术领域。具体是涉及到在工业生产中，如何做到精确的预测水电站入库流量，使电力管理部门能够更好的调控发电机组运行功率，实现节能环保的发展目标。先对水电站近几年流量数据按照周期T进行连续采样，采样的数据包括历史入库流量数据、环境数据、降雨预报数据以及遥测站降雨观测数据，数据均为时序数据，再搭建一个LSTM网络对其进行时间序列建模，LSTM网络具有优秀的时间序列预测能力，同时利用CNN对输入的数据进行特征提取，使其能够更好的捕捉到数据中的高维特征，对其进行训练及优化后得到一个能够精准预测水电站入库流量的模型。本发明能够显著提高水电站入库流量预测能力，从而提高能源利用率和环境保护水平。
主权项：1.一种基于深度学习的水电站入库流量预测方法，其特征在于，所述基于深度学习的水电站入库流量预测方法包括：步骤1，建立水电站入库流量数据集，采集水电站近几年流量数据，采样周期为t，采样的数据包括历史入库流量数据、环境数据、降雨预报数据以及遥测站降雨观测数据，数据均为时序数据，将其制作成水电站入库流量数据集D；步骤2，搭建水电站入库流量预测模型，利用深度神经网络中的长短期记亿网络LSTM搭建一个水电站入库流量预测模型，模型的作用是完成对时间序列数据的预测，模型的输入为步骤1所述的入库流量数据集D中的部分数据，输出为想要预测的时间段的入库流量数据；步骤3，加入CNN提高对数据特征的提取，利用一维卷积提取输入数据中的抽象特征，再将提取后的特征输入LSTM网络，有效提高LSTM网络对时序信息的建模能力，更好的实现对水电站入库流量的精准预测；步骤4，训练并优化模型，初始化上述的水电站入库流量预测模型，根据上述规则进行训练，直到水电站入库流量预测效果达到最优。
全文数据：
权利要求：
百度查询： 四川华电杂谷脑水电开发有限责任公司 一种基于深度学习的水电站入库流量预测方法
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