[发明专利]一种基于时空分位数回归的区域风电预测方法及系统有效

专利信息
申请号: 201910802636.0 申请日: 2019-08-28
公开(公告)号: CN110648014B 公开(公告)日: 2022-04-15
发明(设计)人: 杨明;于一潇;韩学山;杨佳峻;韩月;段方维 申请(专利权)人: 山东大学;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;中国电力科学研究院有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06N3/04;G06F17/18
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 李琳
地址: 250061 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开提供了一种基于时空分位数回归的区域风电预测方法及系统,采集多个风电场预设时间段内的运行和数值天气预报数据,将采集到的数据转换为特征图,建立训练集、验证集和测试集;建立时空分位数回归模型,利用训练集训练集、验证集和测试集对模型进行训练和优化;实时采集各个风电场的运行数据和环境数据,根据优化好的时空分位数回归模型进行未来一定时间段内的区域风力发电预测;本公开通过时空分位数回归模型对区域风电进行短期非参数化的概率预测,解决了在进行具有较大的输入信息时的区域风电风电预测中解释变量的选择问题,极大的提高预测的准确性和可靠性,为具有大数据的区域风力发电概率预测提供了一种具体的解决方案。
搜索关键词: 一种 基于 时空 位数 回归 区域 预测 方法 系统
【主权项】:
1.一种基于时空分位数回归的区域风电预测方法,其特征在于,步骤如下:/n采集多个风电场预设时间段内的运行和数值天气预报数据,将采集到的数据转换为特征图,建立训练集、验证集和测试集;/n建立时空分位数回归模型,利用训练集对模型进行训练,利用验证集诊断模型适应性并优化模型超参数,利用测试集对模型进行可靠度和锐度评价,根据评价结果进一步优化模型;/n实时采集各个风电场的运行数据和环境数据,根据优化好的时空分位数回归模型进行未来一定时间段内的区域风力发电预测。/n
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山东大学;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;中国电力科学研究院有限公司,未经山东大学;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;中国电力科学研究院有限公司许可,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/patent/201910802636.0/,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