申请/专利权人：长春东煤高技术股份有限公司

申请日：2023-11-29

公开（公告）日：2024-03-26

公开（公告）号：CN117764113A

主分类号：G06N3/0442

分类号：G06N3/0442;G06N3/084;G06N3/0464;G06N3/045;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开一种基于多卷积自注意力BiLSTM的风电场风向预测方法，涉及风电场风向预测技术领域，包括：数据预处理模块、处理原始数据的缺失值和特征筛选；特征分解模块、该模块使用变分模态分解对数据进行分解；滑动窗口划分数据模块、该模块采用滑动窗口方式对风向数据划分。通过在卷积层中引入多个卷积核，使得模型能够在一个统一的框架内处理不同程度的风向变化，提高了模型的鲁棒性，再对每一个卷积提取的特征输入BiLSTM网络进行预测，使模型能够更好地处理时序信息，BiLSTM通过引入记忆单元，有助于捕捉时间序列中的长期依赖关系，增强了对风向历史变化的建模能力，这使得模型更适用于考虑时间动态性的风向预测问题。

主权项：1.一种基于多卷积自注意力BiLSTM的风电场风向预测方法，其特征在于，包括：数据预处理模块、处理原始数据的缺失值和特征筛选；特征分解模块、该模块使用变分模态分解对数据进行分解；滑动窗口划分数据模块、该模块采用滑动窗口方式对风向数据进行划分，设定窗口大小、滑动步长和预测步长；BiLSTM模块、该模块接收滑动窗口划分数据模块处理的数据，通过双向LSTM隐藏层输出时序特征；卷积池化及BiLSTM预测模块；注意力层模块；多层线性层及激活函数模块；模型训练模块；性能评估模块。

全文数据：

权利要求：

百度查询： 长春东煤高技术股份有限公司 一种基于多卷积自注意力BiLSTM的风电场风向预测方法

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。

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