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：浙江工业大学
摘要：一种融合知识驱动的LightGBM‑GRU风电功率组合预测方法，包括：利用皮尔逊系数选取高度相关的特征集合；利用相似矩阵进行临近风机的数据融合，将融合后的数据作为轻量梯度提升机的训练数据；利用模糊聚类算法和选取隐藏特征将风电场的风机分成若干类，以类为单位进行门控循环单元模型的训练；构建LightGBM和GRU的组合预测模型；利用SHAPSHapleyAdditiveexPlanations分析方法对模型进行后解释的评估；构建风电功率预测的机理模型，根据气象信息进行预测并与LightGBM‑GRU组合模型的预测结果融合。本发明充分利用风电场上风机之间相关的先验知识，并结合机理模型进行更加准确的预测，同时有助于提高预测结果的可解释性。
主权项：1.一种融合知识驱动的LightGBM-GRU风电功率组合预测方法，其特征在于，步骤如下：S1.利用皮尔逊系数PearsonCorrelationCoefficient，PCC选取高度相关的特征集合；S2.利用相似矩阵进行临近风机的数据融合，将融合后的数据作为轻量梯度提升机LightGradientBoostingMachine，LightGBM的训练数据；S3.利用模糊聚类算法Fuzzyc-means，FCM和选取隐藏特征将风电场的风机分成若干类，以类为单位进行门控循环单元模型GatedReccurentUnit，GRU的训练；S4.构建LightGBM和GRU的组合预测模型；S5.利用SHAPSHapleyAdditiveexPlanations分析方法对模型进行后解释的评估；S6.构建风电功率预测的机理模型，根据气象信息进行预测并与LightGBM-GRU组合模型的预测结果融合。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种融合知识驱动的LightGBM-GRU风电功率组合预测方法
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