[发明专利]一种基于深度学习与多重集成的风电短期功率预测方法在审
| 申请号： | 202111574771.8 | 申请日： | 2021-12-21 |
| 公开（公告）号： | CN114510512A | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 张舒翔;徐志轩;吴立东;唐宏芬;尹男;曹庆才;张建新;张树晓;张礼兴;郭旭峰;荀佳萌;曹善桥;高德兰;刘显荣;石如心;王娟 | 申请（专利权）人： | 中国大唐集团新能源科学技术研究院有限公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06N3/04;H02J7/35;H02J13/00;H05K5/02 |
| 代理公司： | 北京中南长风知识产权代理事务所(普通合伙) 11674 | 代理人： | 李青 |
| 地址： | 100041 北京市石景山区*** | 国省代码： | 北京;11 |
| 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深度学习与多重集成的风电短期功率预测方法，包括以下步骤：步骤一、使用数据收集装置获取待预测风电所在区域的气象数据；步骤二、数据收集装置通过预处理模块对获取的气象数据进行预处理；步骤三、针对气象数据不同变量，采用标准方法进行归一化处理；步骤三、对气象数据不同变量之间的相关性进行分析；步骤四、深度与多重集成式的神经网络结构设计；步骤五、利用训练样本数据对深度与多重集成式的神经网络进行训练；步骤六、在风电短期功率预测模块中，利用训练好的深度与多重集成式的神经网络模型对测试样本的风电短期功率进行预测。本发明便于更加全面的收集区域内的气象数据，使得数据有效性更强，避免数据单一性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 多重 集成 短期 功率 预测 方法 | ||
【主权项】：
暂无信息
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中国大唐集团新能源科学技术研究院有限公司，未经中国大唐集团新能源科学技术研究院有限公司许可，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/202111574771.8/，转载请声明来源钻瓜专利网。
