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：巢湖学院

摘要：本发明涉及风电技术领域，具体涉及一种考虑相关系数的交叉融合多模态的风电功率预测方法。该方法包括以下步骤：步骤1：用Person相关系数法PCC选取与风电功率相关系数最高的三个模态数据；步骤2：利用孤立森林（IF）算法对选取的多模态数据进行初步异常清洗，清洗后用线性插值法填充数据；步骤3：选取的多模态通过交叉注意力（CA）机制,进行主辅交叉融合，得到新的输入特征；步骤4：再次利用Person相关系数法选择高相关性的新特征；步骤5：将选择的新特征划分训练集和测试集，并输入至LSTM模型中进行预测，得到预测的风电功率结果，并进行误差计算。与简单的数据清洗后预测相比，本发明提高了预测精度。

主权项：1.一种考虑相关系数的交叉融合多模态功率预测方法，其特征在于，所述方法包括以下步骤：S1、用Pearson相关系数法选取与风电功率相关系数最高的若干个模态数据；S2、用孤立森林算法对选取的多模态数据进行初步异常清洗，清洗后用线性插值法填充数据；S3、将填充数据后的多模态数据通过交叉注意力机制进行主辅交叉融合，得到新的输入特征；S4、再次利用Pearson相关系数法选取高相关性的新特征；S5、将选择的新特征划分为训练集和数据集，并输入至LSTM模型中进行预测，得到预测的风电功率结果;步骤S3包括以下子步骤：S301、计算两个模态向量之间的相似度；S302、对相似度进行缩放，并用Softmax函数进行归一化，得到相似度权重；S303、根据权重系数对Value值进行加权求和，得到注意力得分；步骤S301中所述计算两个模态向量之间的相似度的数学公式为： Sim i =Q i ·K T ；其中，Simi表示第i时刻的相似度，Qi表示查询向量Q第i时刻的值，KT表示键向量K的转置；步骤S302中对相似度进行缩放，并用Softmax函数进行归一化，得到相似度权重，其对应的数学描述公式为： ;其中，ai表示第i时刻相似度的权重，dk表示键向量的维度；步骤S303中根据权重系数对Value值进行加权求和，得到注意力得分，其对应的数学描述公式为： ；其中，Si表示第i时刻注意力得分，Vj表示第j时刻的Value值，求和符号中的n表示总数。

全文数据：

权利要求：

百度查询： 巢湖学院 一种考虑相关系数的交叉融合多模态功率预测方法