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：西安交通大学
摘要：本发明公开了一种发电功率预测方法、模型训练方法及系统，属于新能源发电技术领域，该模型训练方法，采用相关性分析法对气象数据进行重构得到多维时序数据，采用多维时序数据和实际发电功率时间序列对发电功率预测模型进行训练，提取实际发电功率时间序列的功率时序特征，根据功率时序特征初步预测未来时间段的第一发电功率；通过提取多维时序数据的时序融合特征，预测未来时间段的第二发电功率，将第一发电功率和第二发电功率在时间维度上融合，得到最终的预测结果，该方法有效地提高了新能源发电功率预测的精度和可靠性，为新能源发电的高效利用和电力系统的稳定运行提供更有力的支持。
主权项：1.一种发电功率预测模型的训练方法，其特征在于，包括以下步骤：获取新能源发电场的气象数据时间序列和对应的实际发电功率时间序列；所述气象数据时间序列包括风机不同高度位置的气象数据，实际发电功率时间序列为与气象数据时间序列对应的各时刻的实际发电功率；确定各时刻不同高度位置的气象数据中各变量与对应的实际发电功率的相关度，获取不同高度位置中相关度最高的变量重构气象数据，得到气象数据的多维时序数据；采用气象数据的多维时序数据和实际发电功率时间序列对发电功率预测模型进行训练，训练时：提取实际发电功率时间序列中时间跨度的功率时序特征，根据功率时序特征初步预测未来时间段的第一发电功率，该第一发电功率包含实际发电功率时间序列的功率时序特征；提取气象数据的多维时序数据中各变量的时序融合特征，将各变量的时序融合特征进行融合得到气象数据特征，根据气象数据特征初步预测未来时间段的第二发电功率，该第二发电功率包含多维时序数据的气象数据特征；对第一发电功率的功率时序特征和第二发电功率的气象数据特征进行全连接融合，得到最终的预测结果。
全文数据：
权利要求：
百度查询： 西安交通大学 一种发电功率预测方法、模型训练方法及系统
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。
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