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：广东海洋大学
摘要：本发明属于风电功率预测技术领域，公开一种区域风电功率预测方法、装置及介质，提出判定时间关联性与波动性强弱的系数指标，对风电场进行特性分析，将风电场归类为4种情况，并设计不同的预测方法。对于时间关联性强、波动性强的风电场，采用经验模态分解降噪和主成分分析对数据降维，结合CNN‑LSTM模型进行预测。对于时强波弱、时弱波强、时弱波弱的风电场，分别采用BiLSTM、随机森林和液态神经网络，通过异常值处理、数据填充和特征选择来优化预测精度。最终通过选用bagging集成学习、adaboost集成学习、LightGBM集成学习进行预测，通过比较其优劣性进一步筛选并提升模型效果，选取最优的集成方法以预测整个区域的总预测功率。
主权项：1.一种区域风电功率预测方法，其特征在于，所述方法包括：获取目标区域风电场的湿度序列、气压序列、温度序列、不同高度风向正弦序列、不同高度风向余弦序列、不同高度风速序列、光照序列、光伏发电序列、风电功率序列；基于地理位置信息，对目标区域风电场进行聚类，得到多个目标子风电场，利用时间关联性指标与波动性指标，对多个目标子风电场进行特性划分；其中时间关联性指标为自相关性分析系数与周期性系数，波动性指标为变异系数与方差系数；对多个目标子风电场分别赋予时间关联性与波动性的标签，根据时间关联性与波动性的强弱，将目标区域风电场划分为多个目标子集群，每个目标子集群分别使用不同的预测模型进行风电功率预测；利用不同学习方法对各目标子集群的预测模型进行集成，建立多种集成模型，并进行模型评估，选出性能最优的集成模型作为最终预测模型，基于所述最终预测模型实现区域风电功率预测。
全文数据：
权利要求：
百度查询： 广东海洋大学 区域风电功率预测方法、装置及介质
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