[发明专利]一种基于混核机器学习的风机批功率预测方法有效
| 申请号： | 201611206434.2 | 申请日： | 2016-12-23 |
| 公开（公告）号： | CN106779226B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 唐立新;刘畅;郎劲 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06F30/00 | 分类号： | G06F30/00;G06Q10/04;G06Q50/06;G06K9/62 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 胡晓男 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于混核机器学习的风机批功率预测方法，包括：建立风场风机离线历史数据库；将风场风机离线历史数据库中的风场每台风机的历史数据都划分为12个历史数据集合；对风场中的风机进行批划分处理；将每个批内与该批内风功率平均值最接近的风机作为批样机；建立不同月份的各批样机风功率预测模型；根据风场未来的气象信息对各批样机的风功率预测，将各批样机风功率预测值与所在批内风机个数相乘并求和，得到风场总风功率预测值。本发明通过对气象数据和风功率数据进行收集，对风场不同批样机风功率进行预测，将高斯核函数和多项式核函数相结合作为核函数，具有更好的适应性，达到预测整个风场风功率的目的，为风场的电力调度提供保障。 | ||
| 搜索关键词： | 一种 基于 机器 学习 风机 功率 预测 方法 | ||
【主权项】：
一种基于混核机器学习的风机批功率预测方法，其特征在于，包括：步骤1、建立风场风机离线历史数据库；步骤2、以每个月份为节点，将风场风机离线历史数据库中的风场每台风机的离线历史数据都划分为12个历史数据集合；步骤3、针对不同月份，依据风场每台风机的地形地貌信息对风场中的风机进行批划分处理，将风场中地理位置相近的风机划分到同一个批；步骤4、将每个批内与该批内风功率平均值最接近的风机作为批样机；步骤5、利用各批样机的历史数据集合与历史风功率，建立不同月份的各批样机风功率预测模型；步骤6、根据风场未来的气象信息，利用各批样机风功率预测模型对各批样机风功率预测，将各批样机风功率预测值与所在批内风机个数相乘并求和，得到风场总风功率预测值。
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东北大学，未经东北大学许可，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/201611206434.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种包含必经节点集的最佳路径求解方法
- 下一篇：一种负荷自适应预测方法及装置
