申请/专利权人:西华大学
申请日:2024-02-01
公开(公告)日:2024-04-12
公开(公告)号:CN117674143B
主分类号:H02J3/00
分类号:H02J3/00;G06N3/045;G06N3/049;G06N3/044;G06N3/09;G06Q50/06
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明涉及光伏发电领域,尤其涉及基于回声脉冲神经P系统的短期光伏功率预测方法及装置,通过获取原始光伏功率数据,并对原始光伏功率数据进行数据预处理;基于非线性脉冲神经P系统和回声状态网络结构,构建PF‑ESNP神经网络模型;采用监督学习算法对PF‑ESNP神经网络模型进行训练并验证,得到训练好的PF‑ESNP神经网络模型;将完成数据预处理的原始光伏功率数据输入到训练好的PF‑ESNP神经网络模型,输出短期光伏功率的可视化预测结果。通过采用该PF‑ESNP神经网络模型不仅能够很好的捕捉到光伏功率时间序列的特征,具有更快的收敛速度,还充分利用了NSNP系统的非线性脉冲机制,更准确地捕捉光伏功率序列的变化趋势,提高了短期光伏功率预测的可靠性和准确性。
主权项:1.基于回声脉冲神经P系统的短期光伏功率预测方法,其特征在于,包括:获取原始光伏功率数据,并对所述原始光伏功率数据进行数据预处理;提取回声状态网络的结构特征,作为新的神经网络模型的底层架构;将非线性脉冲神经P系统作为所述底层架构的存储池,得到PF-ESNP神经网络模型,其中,所述结构特征包括存储池和分别装配于所述存储池前后端的输入层和输出层;采用监督学习算法对所述PF-ESNP神经网络模型进行训练并验证,得到训练好的PF-ESNP神经网络模型;将完成数据预处理的原始光伏功率数据输入到所述训练好的PF-ESNP神经网络模型,输出短期光伏功率的可视化预测结果。
全文数据:
权利要求:
百度查询: 西华大学 基于回声脉冲神经P系统的短期光伏功率预测方法及装置
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。