[发明专利]一种基于深度学习的短期风功率预测方法有效
| 申请号： | 201810199615.X | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108448610B | 公开（公告）日： | 2020-05-22 |
| 发明（设计）人： | 唐文虎;牛哲文;冯志颖;杨毅豪 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | H02J3/38 | 分类号： | H02J3/38;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的短期风功率预测方法，包括步骤：1)通过计算机输入历史风功率数据以及风速风向等相关天气特征因素，并对获取的数据进行预处理；2)采用卷积神经网络(CNN)对预处理后的数据进行特征提取和挖掘，并形成特征图谱；3)采用深度门控循环单元(GRU)神经网络对特征图谱进行训练建模，通过不断优化调参后建立特征图谱与风电场功率之间的非线性关系，形成短期风功率预测模型；4)利用训练建立的模型，对所需预测的风电场进行一段时间的风功率预测，并产生该风电场的风功率预测结果；5)通过计算机输出风功率预测结果。本发明在预测准确度和预测效率上均有显著提高，为电网合理调度提供依据，具有工业应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 学习 短期 功率 预测 方法 | ||
【主权项】：
暂无信息
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华南理工大学，未经华南理工大学许可，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/patent/201810199615.X/，转载请声明来源钻瓜专利网。
- 上一篇：通信接口的配置方法、装置、设备及计算机可读存储介质
- 下一篇：一种微带滤波器
