申请/专利权人:江苏方天电力技术有限公司;东南大学
申请日:2019-12-06
公开(公告)日:2020-05-15
公开(公告)号:CN111160620A
主分类号:G06Q10/04(20120101)
分类号:G06Q10/04(20120101);G06Q50/06(20120101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.06.17#授权;2020.06.09#实质审查的生效;2020.05.15#公开
摘要:本发明公开了一种基于端到端记忆网络的短期风电功率预测方法,包括如下步骤:采集风电场数据;将采集的风电场数据划分为历史数据、被预测多节点天气数据和功率数据,并对历史数据和被预测多节点天气数据进行归一化处理;利用多头自注意力机制模型对历史数据进行编码,将编码后的特征向量存入端到端记忆网络的记忆池;采用注意力机制对被预测多节点天气数据进行编码,并将编码结果作为端到端记忆网络的输入向量;将功率数据作为端到端记忆网络的输出向量进行端到端记忆网络的训练;使用训练好的端到端记忆网络对风机输出功率进行预测。本发明方法相比以往短期风电功率预测方法,能够关注到历史数据中隐含的信息,具有更高的预测精度和稳定性。
主权项:1.一种基于端到端记忆网络的短期风电功率预测方法,其特征在于,包括如下步骤:采集风电场数据;将采集的风电场数据进行划分,将其划分为历史数据、被预测多节点天气数据和功率数据,并对历史数据和被预测多节点天气数据进行归一化处理;利用多头自注意力机制模型对历史数据进行编码,将编码后的特征向量存入端到端记忆网络的记忆池;采用注意力机制对被预测多节点天气数据进行编码,并将编码结果作为端到端记忆网络的输入向量;将功率数据作为端到端记忆网络的输出向量进行端到端记忆网络的训练;使用训练好的端到端记忆网络对风机输出功率进行预测。
全文数据:
权利要求:
百度查询: 江苏方天电力技术有限公司;东南大学 一种基于端到端记忆网络的短期风电功率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。