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：吉林化工学院
摘要：本发明公开了一种计及极端寒潮天气样本的超短期风电功率分段预测方法及系统，涉及风电功率预测技术领域，包括采用序列变分自编码器SeqVAE算法来生成数值天气预报数据以及对应的功率样本。然后，在全时段上基于图卷积GCN网络和双向门控循环单元BiGRU的方法提取寒潮损失功率时段，在此基础上，对正常天气时段采用LightGBM预测方法；对损失功率时段提出一种LightGBM‑Transformer预测方法量化产生的功率损失。本发明通过将正常天气与寒潮天气分开进行组合功率预测，提高了风电功率预测的准确程度。
主权项：1.一种计及极端寒潮天气样本的超短期风电功率分段预测方法，其特征在于，包括：获取历史风电场NWP数据与对应的功率数据，生成数据集；基于寒潮事件定义进行数据判别，将所述数据集中数据分为正常天气样本与寒潮天气样本；将所述正常天气样本输入LightGBM模型，训练LightGBM模型，得到正常天气功率预测模型，通过所述正常天气功率预测模型得到正常天气的风电功率预测值；将所述寒潮天气样本输入预设的SeqVAE编码器中进行样本生成，而后将生成的样本与所述正常天气样本进行风电损失状态赋值，获取赋值完成的赋值样本；将所述赋值样本输入GCN-BiGRU损失功率时段提取模型中，捕获所述赋值样本的时空特征，提取寒潮损失功率时段；将所述寒潮损失功率时段与对应功率数据输入Transformer损失值预测模型进行训练，得到损失功率预测模型，根据所述损失功率预测模型预测损失功率；根据所述正常天气的风电功率与损失功率获取超短期风电功率预测值。
全文数据：
权利要求：
百度查询： 吉林化工学院 一种计及极端寒潮天气样本的超短期风电功率分段预测方法及系统
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