申请/专利权人：西安热工研究院有限公司

申请日：2023-12-13

公开（公告）日：2024-03-22

公开（公告）号：CN117408164B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0442;G06N3/084;G06F17/14

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明公开了储能辅助黑启动的风速智能预测方法及系统，该方法，对原始风速序列分别进行CEEMD集合经验模态分解和VMD变分模态分解得到对应的固有模态函数IMF分量；将IMF分量输入至训练好的GRU循环神经网络模型中进行预测得到对应的IMF分量预测值，并基于IMF分量预测值和IMF分量实际值建立对应的误差评测指标以分别得到CEEMD子序列和VMD子序列对应的误差系数；对误差系数进行TDPWCA基于优势互补的双维数据预处理得到TDPWCA子序列；将TDPWCA子序列输入至训练好的IWOA‑BP组合预测模型以输出得到原始风速序列的最终IMF分量预测值。本发明基于信号尺度分解降维的思想，并建立预测模型，有效地处理了非线性的时序风电信号，提高了功率预测的精度。

主权项：1.一种储能辅助黑启动的风速智能预测方法，其特征在于，所述方法包括以下步骤：对原始风速序列分别进行CEEMD集合经验模态分解和VMD变分模态分解得到对应的固有模态函数IMF分量，所述固有模态函数IMF分量包括CEEMD子序列对应的第一IMF分量和VMD子序列对应的第二IMF分量；将所述IMF分量输入至训练好的GRU循环神经网络模型中进行预测得到对应的IMF分量预测值，并基于IMF分量预测值和IMF分量实际值建立对应的误差评测指标以分别得到CEEMD子序列和VMD子序列对应的误差系数，其中，基于第一IMF分量预测值和第一IMF分量实际值建立第一误差评测指标以计算得到CEEMD子序列对应的第一误差系数，并基于第二IMF分量预测值和第二IMF分量实际值建立第二误差评测指标以计算得到VMD子序列对应的第二误差系数；对所述误差系数进行TDPWCA基于优势互补的双维数据预处理得到TDPWCA子序列，所述TDPWCA子序列为[T1，T2，……Tn……，TM，Tres]，Tn=qn*IMFn+q’n*IMF’n，qn、q’n分别为IMF和IMF’对应的权重系数：,；将所述TDPWCA子序列输入至训练好的IWOA-BP组合预测模型以输出得到原始风速序列的最终IMF分量预测值。

全文数据：

权利要求：

百度查询： 西安热工研究院有限公司 储能辅助黑启动的风速智能预测方法及系统

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。

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