[发明专利]一种基于深度学习的风电功率短期预测方法在审

专利信息
申请号: 202010593532.6 申请日: 2020-06-27
公开(公告)号: CN111832812A 公开(公告)日: 2020-10-27
发明(设计)人: 袁银龙;华亮;李俊红;徐一鸣 申请(专利权)人: 南通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06N3/08;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 226019 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度学习的风电功率短期预测方法,包括以下步骤:步骤1:收集风电功率预测所需数据集并进行预处理;步骤2:针对风电数据不同变量,采用标准方法进行归一化处理;步骤3:对风电数据不同变量之间的相关性进行分析;步骤4:深度神经网络结构设计;步骤5:利用训练样本数据对神经网络进行训练;步骤6:利用训练训练好的神经网络模型对测试样本的风电功率进行预测。本发明所提出的系统能够充分提取风电场数据特征,并实现特种融合,能够有效的提升风电功率短期预测的精度。
搜索关键词: 一种 基于 深度 学习 电功率 短期 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南通大学,未经南通大学许可,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/202010593532.6/,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