Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图神经模型的风力发电量预测方法及其相关设备 

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:华润数字科技有限公司

摘要:本申请实施例属于计算机技术领域,涉及一种基于图神经模型的风力发电量预测方法及其相关设备,包括获取预设空间内风机的特征和风机之间的关系,分别生成风机特征矩阵和风机邻接矩阵;将所述风机特征矩阵和所述风机邻接矩阵输入至预先训练的图神经模型中,获得输出的风机空间特征;将所述风机空间特征输入至预先训练的发电量预测模型中,获得输出的风机发电量预测值。本申请能够提高对发电量预测的准确性。

主权项:1.一种基于图神经模型的风力发电量预测方法,其特征在于,包括下述步骤:获取预设空间内风机的特征和风机之间的关系,分别生成风机特征矩阵和风机邻接矩阵;将所述风机特征矩阵和所述风机邻接矩阵输入至预先训练的图神经模型中进行风机空间特征提取,获得输出的风机空间特征;将所述风机空间特征输入至预先训练的发电量预测模型中,获得输出的风机发电量预测值;所述发电量预测模型包括双向长短期记忆模型和全连接层,所述将所述风机空间特征输入至预先训练的发电量预测模型中,获得输出的风机发电量预测值的步骤包括:基于时间顺序将所述风机空间特征依次输入至所述双向长短期记忆模型中,获取各个节点间的动态信息变化,得到风机时间特征,基于所述双向长短期记忆模型中的输入门、遗忘门以及输出门记忆历史时刻的风机空间特征,并与当前时刻的风机空间特征进行融合,获得输出的风机记忆特征,其中,每一个风机作为一个节点;将所述风机记忆特征输入至所述全连接层中,以对所述风机记忆特征进行概率预测,获得下一时刻的所述风机发电量预测值;所述获取预设空间内风机的特征和风机之间的关系,分别生成风机特征矩阵和风机邻接矩阵的步骤包括:获取各风机的特征,并组合所述风机的特征,生成所述风机特征矩阵;基于在每个风机的预设影响范围内的剩余风机的风机数量和风机编码生成所述风机邻接矩阵;所述风机的特征包括风机设备参数、位置、风力以及风向,其中,风机设备参数、位置信息从用户设备接收,风力以及风向从风力风向测定设备接收。

全文数据:

权利要求:

百度查询: 华润数字科技有限公司 基于图神经模型的风力发电量预测方法及其相关设备

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。