申请/专利权人:国网吉林省电力有限公司经济技术研究院;华北电力大学;吉林省长春电力勘测设计院有限公司
申请日:2022-11-01
公开(公告)日:2023-01-13
公开(公告)号:CN115600501A
主分类号:G06F30/27
分类号:G06F30/27;G06F17/16;G06F18/214;G06F119/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.07#实质审查的生效;2023.01.13#公开
摘要:本发明公开了属于电力工程技术领域的一种多尺度风功率时间序列预测方法。该方法包括步骤S1:对风功率、风轮的转速数据的每一个特征维度进行均值和方差归一化处理;步骤S2:将步骤S1处理后的数据输入到神经网络预测模型;步骤S3:利用损失函数训练神经网络预测模型;步骤S4:对神经网络预测模型的多尺度输出进行归一化还原。本发明能够控制多个尺度之间的误差传递,减弱了误差叠加的效应,使多个尺度叠加给预测误差带来的正面效应超过负面效应。
主权项:1.一种多尺度风功率时间序列预测方法,其特征在于,所述方法包括以下步骤:步骤S1:对风功率、风轮的转速数据的每一个特征维度进行均值和方差归一化处理;步骤S2:将步骤S1处理后的数据输入到神经网络预测模型;步骤S3:利用损失函数训练神经网络预测模型;步骤S4:对神经网络预测模型的多尺度输出进行归一化还原。
全文数据:
权利要求:
百度查询: 国网吉林省电力有限公司经济技术研究院;华北电力大学;吉林省长春电力勘测设计院有限公司 一种多尺度风功率时间序列预测方法
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。