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：上海电机学院
摘要：本发明涉及风力发电领域，特别涉及一种基于CNN‑BIGRU‑Attention的超短期风电功率预测方法，具体步骤如下：S1.数据采集；S2.数据预处理模块；S3.深度学习网络模块。本发明通过提出了一种基于CNN‑BIGRU的超短期风电功率预测方法，首先，将数据进行预处理，通过数据预处理模块将数据进行归一化、数据集切割和数据维度转换将原始数据进行预处理。其次，进入深度学习模块，通过CNN和BIGRU再到Attention层对数据集进行处理分析。最后，建立了一个CNN‑BIGRU‑Attention的风能预测模型，此类模型结构具有更高的预测精度和准确性。
主权项：1.一种基于CNN-BIGRU-Attention的超短期风电功率预测方法，其特征在于，具体步骤如下：S1.数据采集，将一段时间内所采集的数据设置为原始数据集，所采集的数据包含有风速、风向和风电功率；S2.数据预处理模块，包含有数据归一化单元、数据集切割单元和数据维度转换单元，通过数据归一化单元按照时序将风速、风向和风电功率统一建立时序表，根据数据趋势由数据集切割单元提取特征区域，并对相同时间段下的因素链接，即风速、风向和风电功率基于数据维度转换单元将特征之间相互联系；S3.深度学习网络模块，包含有CNN算法、BiGRU算法和Attention层，通过CNN算法对数据特征提取，并由BiGRU算法链接特征提取区域的上下数据，并Attention层对重要数据加权，以提高文本数据的建模性能，使形成的模型能够完成超短期的预测。
全文数据：
权利要求：
百度查询： 上海电机学院 一种基于CNN-BIGRU-Attention的超短期风电功率预测方法
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