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：大连大学
摘要：本发明公开了一种基于多分支深度可分离卷积和混合器的风电功率预测方法及系统，涉及风电功率预测技术领域；包括以下步骤：对风电场相关数据进行预处理后，送入深度可分离卷积模型中，通过平均池化分解层得到趋势项和周期项；所述周期项进入深度可分离卷积层，提取时间维度上的关联，通过逐点卷积抽取通道维度上的关联；通过全连接层，将隐藏层特征投影到周期项输出空间上，得到每个时间点的风力发电机发电功率周期项；所述趋势项进入线性层，得到每个时间点的风力发电机发电功率趋势项；将每个时间点的周期项和趋势项相加，得到对应时间点的风力发电机发电功率。以提高风电场站的并网率和调度准确率，且动态适应性，降低预测延迟。
主权项：1.一种基于多分支深度可分离卷积和混合器的风电功率预测方法，其特征在于，包括以下步骤：对风电场气象数据、设备监测数据、风电机组基础数据进行预处理，将预处理后的数据按照时间线进行排序；将排序后的数据送入深度可分离卷积模型中，通过平均池化分解层得到趋势项和周期项；所述周期项进入深度可分离卷积层，提取时间维度上的关联，通过逐点卷积抽取通道维度上的关联，进而将周期项的向量映射为隐藏层特征；通过全连接层，将隐藏层特征投影到周期项输出空间上，得到每个时间点的风力发电机发电功率周期项；所述趋势项进入线性层，根据历史趋势项直接生成未来趋势项，得到每个时间点的风力发电机发电功率趋势项；将每个时间点的风力发电机发电功率周期项和趋势项相加，得到对应时间点的风力发电机发电功率。
全文数据：
权利要求：
百度查询： 大连大学 一种基于多分支深度可分离卷积和混合器的风电功率预测方法及系统
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