一种基于DCCSO优化深度学习模型的超短期风电功率预测方...
授权
摘要
本发明涉及风电功率预测的技术领域，更具体地，涉及一种基于DCCSO优化深度学习模型的超短期风电功率预测方法：采集原始风电数据并对原始风电数据进行预处理，建立时序注意力‑门控循环单元深度学习预测模型，并基于改进纵横交叉算法优化时序注意力‑门控循环单元深度学习预测模型的初始权值和阈值，可有效提升时序注意力‑门控循环单元深度学习预测模型的收敛速度及泛化性能；时序注意力‑门控循环单元深度学习预测模型中，时序注意力能够提升模型本身对输入的时间敏感性，门控循环单元则能进一步挖掘输入时间序列内在隐藏时间相关性，时序注意力与门控循环单元的结合对提高风电功率预测精度有重要的意义。
基本信息
专利标题 ：
一种基于DCCSO优化深度学习模型的超短期风电功率预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113537566A
申请号 ：
CN202110668995.9
公开（公告）日 ：
2021-10-22
申请日 ：
2021-06-16
授权号 ：
CN113537566B
授权日 ：
2022-05-06
发明人 ：
孟安波陈顺王陈恩蔡涌烽符嘉晋殷豪
申请人 ：
广东工业大学
申请人地址 ：
广东省广州市越秀区东风东路729号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
王锦霞
优先权 ：
CN202110668995.9
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/04 G06N3/08 G06N3/12 G06N7/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-06 ：
授权
2021-11-09 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20210616
申请日 : 20210616
2021-10-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113537566A.PDF
PDF下载
