[发明专利]基于多变量时间序列集成学习的太阳辐照度预测方法在审
| 申请号： | 202310441767.7 | 申请日： | 2023-04-23 |
| 公开（公告）号： | CN116167465A | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 黄晶;刘仁来;舒婷婷;钟宜国;张伟;陈坤琦;严珂 | 申请（专利权）人： | 杭州经纬信息技术股份有限公司 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06N3/0442 |
| 代理公司： | 杭州信与义专利代理有限公司 33450 | 代理人： | 马育妙 |
| 地址： | 310000 浙江省杭州市余杭区*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 发明公开了一种基于多变量时间序列集成学习的太阳辐照度预测方法，将CEEMDAN分解模型与WGAN和LSTM预测模型相结合，提供的CEEMDAN‑WGAN‑LSTM模型使用数据分解技术和高级机器学习（ML）和深度学习（DL）模型来识别太阳辐照度时间序列中数据间的依赖关系和网络拓扑。CEEMDAN对原始的单变量太阳辐照度数据集进行了分解。将单列GHI数据转换为多个子序列信号和残差信号。接下来，将获得的子序列划分为高频和低频，并且将每个子序列划分成训练集和测试集以用于后续预测模型。本发明通过WGAN传递高频类，通过LSTM传递低频类。最后，累加每个子序列的预测结果以产生最终的预测结果。实验结果表明，其预测效果以及预测稳定性上相较于现有的太阳辐照度预测方法具有明显提升。 | ||
| 搜索关键词： | 基于 多变 时间 序列 集成 学习 太阳 辐照 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杭州经纬信息技术股份有限公司，未经杭州经纬信息技术股份有限公司许可，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/202310441767.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种轮胎的橡胶剥离装置
- 下一篇：量子与经典激光通信复用接收装置、系统
