[发明专利]一种基于自适应学习混合模型的太阳能发电量的预测方法有效
| 申请号： | 201710905330.9 | 申请日： | 2017-09-29 |
| 公开（公告）号： | CN107563573B | 公开（公告）日： | 2021-02-23 |
| 发明（设计）人： | 王愈;沈寅星 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06F17/18;G06N3/12 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应学习混合模型的太阳能发电量的预测方法。首先，通过实时气象信息获得气象变量数据；其次，将这组数据通过由时变多元性模型和经过遗传算法优化的BP神经网络模型组合形成的混合模型得到太阳能发电量的初步预测值和最终预测值，并计算出相应的预测误差值及预测均方差值；然后，通过自适应学习法来提升预测精度。本发明主要应用在微电网的能量预测中，有效地提升了太阳能发电量的预测精度，能够使微电网的能量管理更加高效。 | ||
| 搜索关键词： | 一种 基于 自适应 学习 混合 模型 太阳能 发电量 预测 方法 | ||
【主权项】：
一种基于自适应学习混合模型的太阳能发电量预测方法，其特征在于，包括以下步骤：(1)根据天气预报获得一组ti时刻及其带宽范围内的气象变量数据(2)通过时变多元线性模型得到太阳能发电量的初步预测值(3)利用经过遗传算法优化的BP神经网络模型寻找误差中存在的非线性关系用函数E(·)表示，并记录其阈值、权值和预测均方差；(4)在步骤(2)和步骤(3)的基础上得到能获得最终预测结果的混合模型；(5)进行自适应学习；(6)在预测周期内重复进行步骤(2)到(5)直到在线预测结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710905330.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
