买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于信号分解和深度学习的预测微电网不确定性的方法_华北电力大学_202311811121.X 

申请/专利权人:华北电力大学

申请日:2023-12-26

公开(公告)日:2024-04-02

公开(公告)号:CN117808148A

主分类号:G06Q10/04

分类号:G06Q10/04;G06Q50/06;G06N3/0442;G06N3/0464;G06N3/08

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.19#实质审查的生效;2024.04.02#公开

摘要:本申请公开了基于信号分解和深度学习的预测微电网不确定性的方法,包括:获取微电网中各影响因素对应的时间序列数据,影响因素与微电网的多个不确定性变量相关,不确定性变量包括:风力发电功率、光伏发电功率和微电网负荷;对时间序列数据分别进行分解,得到多个特征分量;将多个特征分量输入不确定性预测模型进行处理,以输出各不确定性变量对应的预测值;对各不确定性变量对应的预测值进行回归,以得到各不确定性变量对应的分布情况,作为对应不确定性变量的预测结果。本申请一并公开了相应的计算设备。

主权项:1.基于信号分解和深度学习的预测微电网不确定性的方法,包括:获取微电网中各影响因素对应的时间序列数据,所述影响因素与所述微电网的多个不确定性变量相关,所述不确定性变量包括:风力发电功率、光伏发电功率和微电网负荷;对所述时间序列数据分别进行分解,得到多个特征分量;将所述多个特征分量输入不确定性预测模型进行处理,以输出各不确定性变量对应的预测值;对各不确定性变量对应的预测值进行回归,以得到各不确定性变量对应的分布情况,作为对应不确定性变量的预测结果。

全文数据:

权利要求:

百度查询: 华北电力大学 基于信号分解和深度学习的预测微电网不确定性的方法

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。