申请/专利权人：哈尔滨工业大学(深圳);中广核风电有限公司

申请日：2022-07-04

公开（公告）日：2022-09-23

公开（公告）号：CN115099153A

主分类号：G06F30/27

分类号：G06F30/27;G06K9/62;G06F119/02

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：本发明提供了一种风功率预测模型训练方法、风功率预测方法、装置及介质，训练方法包括：获取风机的时序风机数据和所述风机所在风场的气象数值数据，所述气象数值数据表示所述风场的气象数据，所述时序风机数据表示按照时间排序的风机数据；基于自注意力机制对所述时序风机数据进行特征提取，获得第一特征数据，并基于交叉注意力机制对所述气象数值数据进行特征提取，获得第二特征数据；融合所述第一特征数据和所述第二特征数据，获得训练数据；采用所述训练数据训练预先构建的深度神经网络，获得风功率预测模型。本发明的技术方案提高了风功率预测的准确性。

主权项：1.一种风功率预测模型训练方法，其特征在于，包括：获取风机的时序风机数据和所述风机所在风场的气象数值数据，所述气象数值数据表示所述风场的气象数据，所述时序风机数据表示按照时间排序的风机数据；基于自注意力机制对所述时序风机数据进行特征提取，获得第一特征数据，并基于交叉注意力机制对所述气象数值数据进行特征提取，获得第二特征数据；融合所述第一特征数据和所述第二特征数据，获得训练数据；采用所述训练数据训练预先构建的深度神经网络，获得风功率预测模型。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳);中广核风电有限公司 风功率预测模型训练方法、风功率预测方法、装置及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD