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！
摘要：本发明提供融合时间动态特征与因果机制的风电功率预测方法，涉及可再生能源和时间序列预测技术领域。此方法包括：对历史风电数据进行预处理，得到风电功率的相关变量，对历史风电数据进行分解并与风电功率的相关变量进行拼接，得到多尺度特征；对多尺度特征按照时间滑窗进行划分，得到时间多尺度动态特征；将第一时间多尺度动态特征输入训练好的风电深度神经网络预测模型，以输出风电功率的预测值。这样，对历史风电数据进行分解，并与风电功率的相关变量进行拼接，实现并行拼接处理，提高风电预测的效率；风电功率的预测值所利用的是改进的Transformer模型，采用了时序编码层和膨胀因果卷积层，提升风电预测的精度。
主权项：1.一种融合时间动态特征与因果机制的风电功率预测方法，其特征在于，所述风电功率预测方法包括：获取风电场的历史风电数据；对所述历史风电数据进行预处理，得到风电功率的相关变量；对所述历史风电数据进行分解，并与所述风电功率的相关变量进行拼接，得到多尺度特征；对所述多尺度特征，按照时间滑窗进行划分，得到时间多尺度动态特征，所述时间多尺度动态特征包括第一时间多尺度动态特征和第二时间多尺度动态特征；将所述第一时间多尺度动态特征输入训练好的风电深度神经网络预测模型，以使所述训练好的风电深度神经网络预测模型输出所述风电功率的预测值，所述训练好的风电深度神经网络预测模型包括依次连接的时序编码层和时间卷积网络层，所述时间卷积网络层包括膨胀因果卷积层，所述训练好的风电深度神经网络预测模型是利用所述第二时间多尺度动态特征训练风电深度神经网络预测模型所得到的。
全文数据：
权利要求：
百度查询： 长安大学 融合时间动态特征与因果机制的风电功率预测方法及装置
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