申请/专利权人:中国计量大学
申请日:2022-05-25
公开(公告)日:2022-09-23
公开(公告)号:CN115099461A
主分类号:G06Q10/04
分类号:G06Q10/04;G06K9/62;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.14#实质审查的生效;2022.09.23#公开
摘要:本发明公开了基于双分支特征提取的太阳辐射预测方法及系统,太阳辐射预测技术领域,其技术方案要点是:基于K‑means++对预处理后的太阳辐射数据进行类型划分;构建测数据集;采用多尺度卷积神经网络从气象数据集中提取动态变化的多维气象特征;采用双向门控循环网络从时序数据集中初步提取时序特征,并学习双向时序特征潜在规律;基于注意力机制自适应地赋予气象分支和时序分支的权值,优化多尺度卷积的提取操作以及多维气象特征、双向时序特征的融合过程后,得到融合特征;将融合特征展平后输入全连接层,得到预测结果。本发明有效提取气象特征和时序特征,并结合注意力机制优化各分支的加权融合,预测精度提升明显。
主权项:1.基于双分支特征提取的太阳辐射预测方法,其特征是,包括以下步骤:基于K-means++对预处理后的太阳辐射数据进行类型划分,得到天气类型;构建相应同类天气下的预测数据集,预测数据集包括气象数据集和时序数据集;采用多尺度卷积神经网络从气象数据集中提取动态变化的多维气象特征;采用双向门控循环网络从时序数据集中初步提取时序特征,并将学习到的双向时序特征输入门控循环网络继续学习潜在规律,得到最终的双向时序特征;基于注意力机制自适应地赋予气象分支和时序分支的权值,优化多尺度卷积的提取操作以及多维气象特征、双向时序特征的融合过程后,得到融合特征;将融合特征展平后输入全连接层,得到太阳辐射的预测结果。
全文数据:
权利要求:
百度查询: 中国计量大学 基于双分支特征提取的太阳辐射预测方法及系统
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。