[发明专利]一种基于PCA-SFFS-BiGRU的光伏出力预测方法有效
| 申请号： | 202311033309.6 | 申请日： | 2023-08-16 |
| 公开（公告）号： | CN116776134B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 叶国庆;李付林;黄红辉;叶宏;李毓;王珂;徐浩华;贺燕;季克勤;侯健生;沃建栋;盛晨;张文杰;吴峰;瞿迪庆;朱君兴;王宁 | 申请（专利权）人： | 国网浙江省电力有限公司金华供电公司;金华八达集团有限公司 |
| 主分类号： | G06F18/2135 | 分类号： | G06F18/2135;G06N3/0442;G06N3/084;G06N3/045;G06Q10/04;G06Q50/06 |
| 代理公司： | 杭州华鼎知识产权代理事务所(普通合伙) 33217 | 代理人： | 魏亮 |
| 地址： | 321013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于PCA‑SFFS‑BiGRU的光伏出力预测方法，包括：获取天气预报的气象数据，进行预处理；对各气象参数进行主成分分析，得到降维后的气象参数，组成第一特征集；使用序列前向特征选择算法进一步提取主成分分量，得到第二特征集；计算每个保留的主成分和观测到的光伏出力之间的距离相关性，使用相关性值最高的若干主成分再次启动序列前向特征选择算法，得到第三特征集；构建双向门控神经网络，并使用粒子群优化算法优化双向门控神经网络，得到光伏出力预测模型。本发明通过多次数据降维，分别进行不同目的的筛选，保留每个阶段最具价值的数据；最后利用优化后的双向门控神经网络进行训练，得到光伏出力预测模型，实现光伏发电功率的预测。 | ||
| 搜索关键词： | 一种 基于 pca sffs bigru 出力 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国网浙江省电力有限公司金华供电公司;金华八达集团有限公司，未经国网浙江省电力有限公司金华供电公司;金华八达集团有限公司许可，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/202311033309.6/，转载请声明来源钻瓜专利网。
- 基于Smi2Vec的BiGRU药物毒性预测系统及预测方法
- 基于RoBERTa-BiGRU-LAN模型的中文命名实体识别方法及装置
- 一种基于ERNIE-BiGRU的中文文本分类方法
- 基于深度学习的预测化合物蛋白质亲和力新型编码方案、计算机设备、存储介质
- 一种基于BiGRU的智能电表计量模块故障预测与诊断方法
- 基于边缘注意力机制的预测化合物蛋白质亲和力方法、计算机设备、存储介质
- 一种预测化合物蛋白质亲和力的新型深度学习模型、计算机设备、存储介质
- 基于单独注意力机制的预测化合物蛋白质亲和力方法、计算机设备、存储介质
- 一种基于ATAE-BiGRU的文本方面情感分类方法及系统
- 一种基于自注意力机制和BiGRU的文本分类方法
