[发明专利]一种基于改进Mogrifier门控交互机制的短期风电功率预测方法在审

专利信息
申请号: 202310418875.2 申请日: 2023-04-19
公开(公告)号: CN116629623A 公开(公告)日: 2023-08-22
发明(设计)人: 韩则胤;苏宝定;韩国强;王恩路;田元兴;王宁 申请(专利权)人: 中广核(北京)新能源科技有限公司
主分类号: G06Q10/0637 分类号: G06Q10/0637;G06Q50/06;G06F18/20;G06N3/04;G06N3/08;G06F17/15
代理公司: 北京知艺互联知识产权代理有限公司 16137 代理人: 余青
地址: 100070 北京市丰台区南四环西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 改进 mogrifier 门控 交互 机制 短期 电功率 预测 方法
【权利要求书】:

1.一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述预测方法以风电功率数据特征为基础,对传统Mogrifier门控机制进行改进,在赋予其更加丰富的超参数的基础上,利用贝叶斯优化对超参数进行自适应优化选取,从而克服传统经验法和试凑法的不足,考虑上述的多步运算操作,再引入相关性分析实现降维处理,为后续多次运算降低计算机成本。

2.根据权利要求1所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述预测方法包括如下步骤:

(1)改进MogrifierGRU网络模型,通过贝叶斯优化自适应的选取超参数,并赋予传统结构更丰富的超参数来实现对风电数据的预测建模;

(2)基于贝叶斯优化的超参数调参方法,通过引入贝叶斯优化,对算法中的各个超参数进行自适应优化选取,降低传统Mogrifier机制使用试凑法选取超参数所产生的随机误差;

(3)基于贝叶斯优化和相关性分析的MogrifierGRU算法建模,通过相关性分析对预处理后的数据进行降维操作,输送到改进的MogrifierGRU神经网络中,剔除冗余标签,同时利用贝叶斯优化算法针对MogrifierGRU的相关超参数实行自适应调参。

3.根据权利要求2所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述贝叶斯优化能够拟合出后验概率分布,得到不同的超参数集合对应的预估模型效果,自动选择出最优超参数集合,达到超参数的适应性选取的目的;通过参考历史评估结果进行不断的更新模型,以更高效的方式进行超参数的优化选取。

4.根据权利要求2所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述贝叶斯优化包括先验函数与采集函数。

5.根据权利要求4所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述先验函数采用传统的高斯过程回归,采集函数采用置信区间上界。

6.根据权利要求5所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述高斯过程回归是对于任意一组随机变量与其对应的过程状态的联合概率分布服从n维高斯分布,且过程的全部统计特征完全由其均值和协方差函数确定。

7.根据权利要求5所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:所述采集函数能够衡量当前模型的协方差函数和均值函数的计算价值,从而指引算法不断向最优解附近进行探索。

8.根据权利要求2所述的一种基于改进Mogrifier门控交互机制的短期风电功率预测方法,其特征在于:步骤(2)中,所述贝叶斯优化的超参数调参方法包括如下步骤:

(1)首先通过随机初始化获取数据集,采用高斯回归过程得到基于数据集经过计算后的高斯分布模型;

(2)然后基于分布模型个点的均值和方差,利用采集函数挖掘最大采集值,得到下一个评估点;

(3)接着评估目标函数是否满足目标值,如果满足则输出参数,否则再整合数据集,更新高斯回归过程模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中广核(北京)新能源科技有限公司,未经中广核(北京)新能源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310418875.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top