一种区域风电集群的短期功率预测方法
实质审查的生效
摘要
本发明涉及一种区域风电集群的短期功率预测方法，包含时空多重相似性计算和改进神经网络构建两方面，考虑时空相关性的动态特性，从长、短时间尺度计算风电场的空间相关程度，对分类出的强时空相关的子集群，建立了基于点云输入的改进混合神经网络短期预测模型实现子集群的短期功率预测；其中建立了基于改进I‑CNN‑BILSTM混合神经网络的时空相关性集群短期功率预测模型，并将所有时空相关子集群的短期功率预测结果累加，得到待预测时段的区域风电短期功率预测结果。与现有技术相比，本发明具有提高预测精度等优点。
基本信息
专利标题 ：
一种区域风电集群的短期功率预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114444378A
申请号 ：
CN202111619538.7
公开（公告）日 ：
2022-05-06
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
余光正刘承全汤波陆柳沈凌旭胡越崔朝越
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 ：
CN202111619538.7
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06F113/06 G06F119/06
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
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211227
申请日 : 20211227
2022-05-06 ：
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
