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：湘潭大学
摘要：本发明公开了一种基于基于预测点数据重组‑WaveNet的四类地区光伏电站功率预测方法，包括以下步骤：准备光伏电站历史数据信息；数据预处理与特征选择；数据重组；由数据重组块以及改进WaveNet模型构建预测点分类自识别模型；首先对历史数据进行预处理，并利用最大信息系数与皮尔逊相关系数对原始数据特征进行筛选，然后利用数据重组模块对数据进行再分类，得到对应类别预测模型改进WaveNet模型的数据集，再构建一个由两个WaveNet与Self‑Attention组成的改进WaveNet模型，最后由改进WaveNet模型和数据重组模块设计预测点分类自识别模型，实现了对四类地区光伏功率的高精度预测。
主权项：1.一种基于预测点数据重组-WaveNet的四类地区光伏功率预测方法，其特征在于，包括以下步骤：步骤一，数据准备：准备历史光伏功率数据与影响因素数据作为输入数据。步骤二，数据预处理：对输入数据进行预处理，包括缺失值和异常值的检测和填充。步骤三，数据特征选择：利用最大信息系数与皮尔逊相关系数来获取特征数据之间的相关系数，筛选输入特征。步骤四，数据重组：利用数据重组模中的划分天气类型的清晰度指数Kd对所筛选出的特征数据再分类，第1类为晴天记为Type_1，第2类为多云记为Type_2，第3类为阴天记为Type_3，第4类为雨天记为Type_4，得到各类天气对应预测模型的数据集。步骤五，将得到的各类型的数据集进行归一化。步骤六，构建改进WaveNet模型，采用两个WaveNet网络作为编码器和解码器，通过自注意力机制Self-Attention连接。以此模型和数据重组模块搭建预测点分类自识别模型进行功率预测。步骤七，光伏电站功率预测：将归一化的数据结合输入时间步长和特征选择得到的数据维度得到数据集，将数据集输入预测点分类自识别模型进行功率预测。
全文数据：
权利要求：
百度查询： 湘潭大学 基于预测点数据重组-WaveNet的四类地区光伏功率预测
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