[发明专利]基于深度学习对风力发电系统进行仿真的仿真验证方法在审
| 申请号： | 201910868492.9 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110705044A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 张磊 | 申请（专利权）人： | 张磊 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100000 北京*** | 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： | 本发明提供一种基于深度学习对风力发电系统进行仿真的仿真验证方法，包括：对系统内多个独立的领域就进行仿真验证；通过卷积神经网络提取多个滑动窗口长度的数据，多次抽取数据特征，得到高级数据特征，判断数据的最佳长度；将风力发电系统的仿真数据集进行校核操作和降噪操作后，得到风力发电系统内的多个领域的仿真数据，通过一元线性拟合的方法对所述仿真数据进行拟合；获取每一个领域仿真数据的定性趋势，根据定性趋势判断出该定性趋势的导数；将领域仿真按照关系进行分类，得到独立的领域仿真，并将每一个领域仿真与对应的真实场景进行比较，判断模型与仿真是否一致，得到相似性等级；输出所有领域仿真相似度等级数值K。 | ||
| 搜索关键词： | 仿真数据 风力发电系统 定性 仿真验证 拟合 卷积神经网络 抽取数据 高级数据 滑动窗口 判断数据 趋势判断 一元线性 真实场景 相似度 导数 降噪 校核 输出 分类 学习 | ||
【主权项】：
1.一种基于深度学习对风力发电系统进行仿真的仿真验证方法，其特征在于，包括：/n采用改进的基于SGD及定性趋势提取的仿真验证方法，对系统内多个独立的领域就进行仿真验证；/n通过卷积神经网络提取多个滑动窗口长度的数据，多次抽取数据特征，得到高级数据特征，判断数据的最佳长度；/n将风力发电系统的仿真数据集进行校核操作和降噪操作后，得到风力发电系统内的多个领域的仿真数据，通过一元线性拟合的方法对所述仿真数据进行拟合；/n获取每一个领域仿真数据的定性趋势，根据定性趋势判断出该定性趋势的导数；/n将领域仿真按照关系进行分类，得到独立的领域仿真，并将每一个领域仿真与对应的真实场景进行比较，判断模型与仿真是否一致，得到相似性等级；/n输出所有领域仿真相似度等级数值K。/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张磊，未经张磊许可，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/201910868492.9/，转载请声明来源钻瓜专利网。
