申请/专利权人:南京信息工程大学
申请日:2024-03-21
公开(公告)日:2024-04-26
公开(公告)号:CN117932232A
主分类号:G06F18/10
分类号:G06F18/10;G06F18/213;G06F18/214;G06N3/0499;G06N3/092;G06N3/096
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于状态识别RIME‑DLEM多变量时间序列预测的风速预测系统,包括数据收集模块、数据处理模块、预测结果评估模块、结果输出模块、迁移学习模块和强化学习模块;利用HMM单元和RIME‑DLEM单元提取风速特征数据,利用RIME‑DLEM单元处理具有随机性和不确定性的风速数据,利用HMM单元处理具有时序性和趋势性的风速数据,通过将两者结合起来,可以充分结合两者的优势,从而提高系统的准确性、稳定性和可靠性,解决单一时间序列法预测精度低的问题;同时,本发明通过引入迁移学习子模块提高学习效率、增强泛化能力、降低数据需求,通过引入强化学习子模块,可进一步提高系统的准确性和适应性。
主权项:1.一种基于状态识别RIME-DLEM多变量时间序列预测的风速预测系统,其特征在于,包括数据收集模块(1)、数据处理模块(2)、预测结果评估模块(3)、结果输出模块(4)、迁移学习模块(5)和强化学习模块(6),其特征在于:所述数据处理模块(2)分别与数据收集模块(1)、预测结果评估模块(3)、迁移学习模块(5)和强化学习模块(6)建立数据连接,预测结果评估模块(3)与结果输出模块(4)建立数据连接。
全文数据:
权利要求:
百度查询: 南京信息工程大学 基于状态识别RIME-DLEM多变量时间序列预测的风速预测系统
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。