申请/专利权人：北京理工大学

申请日：2024-01-16

公开（公告）日：2024-04-12

公开（公告）号：CN117875508A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06V10/82;G06N3/0464;G06V10/40;G06N3/0442;G06V10/774;G06N3/045;G06N3/096;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供了一种基于知识蒸馏的太阳辐照度多模态短期预测方法，通过所建立的轻量化模型能够利用多模态数据实现短期未来太阳辐照度的快速预测，且降低了模型的部署难度提高了方法的可行性。在模型训练中采用了结合复杂模型并基于知识蒸馏的联合训练方式，能够使模型预测精度显著提高。本发明能够更好地为综合能源系统的运行调度提供太阳能出力指导，有利于实现太阳能消纳和电网的平稳运行。

主权项：1.基于知识蒸馏的太阳辐照度多模态短期预测方法，具体包括以下步骤：步骤一、从历史天空图片、至少包含太阳辐照度的历史气象参数以及时间戳信息中读取多模态数据来构建相应多模态数据集，并对其执行适合的数据预处理；步骤二、构建残差卷积神经网络用于对天空图片数据进行处理，从中提取图片特征；构建长短期记忆网络用于处理包含步骤一得到的多模态数据集与经残差卷积神经网络处理后的天空图片的时序数据，由此构建起基于残差网络和长短期记忆网络的轻量化模型用于对太阳辐照度进行短期预测；步骤三、利用多模态数据集针对基于Informer算法的太阳辐照度复杂预测模型与所述轻量化模型，以知识蒸馏方式开展联合训练，通过复杂模型来保证轻量化模型的预测精度；步骤四、将训练好的轻量化模型应用于短期未来太阳辐照度在线预测，通过输入实时获取的多模态数据输出太阳辐照度的预测结果。

全文数据：

权利要求：

百度查询： 北京理工大学 基于知识蒸馏的太阳辐照度多模态短期预测方法

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