一种基于转折性时段识别的超短期风电功率分段预测方法
实质审查的生效
摘要
本发明涉及一种基于转折性时段识别的超短期风电功率分段预测方法，利用移动均线法提取时序趋势；采用高斯窗法对指数移动平均线(EMA)进行平滑处理，计算各时刻时序变化率α；基于局部时序特征的窗口调整策略自适应调节时间窗宽；基于双重定时间滑动窗的拐点检测策略，引入α作为判据之一，提取并划分转折性天气突变时段；对转折段时序采用改进GRU算法点预测，结合CRS算法的改进Attention机制；对平缓段时序采用概率预测，采用经验分布估计法建立时序模式‑功率预测误差概率密度分布模型，基于可变带宽核密度估计法进行风电功率概率预测；结合点预测与概率预测时序分段预测得到最终预测结果。与现有技术相比，本发明具有提升模型运算效率等优点。
基本信息
专利标题 ：
一种基于转折性时段识别的超短期风电功率分段预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386324A
申请号 ：
CN202111609901.7
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
余光正陆柳汤波沈凌旭刘承全崔朝越胡越朱威
申请人 ：
上海电力大学
申请人地址 ：
上海市浦东新区沪城环路1851号
代理机构 ：
上海科盛知识产权代理有限公司
代理人 ：
彭瑶
优先权 ：
CN202111609901.7
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F17/10 G06F113/06 G06F119/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211227
申请日 : 20211227
2022-04-22 ：
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
暂无PDF文件可下载
