一种基于在线深度学习的空调集群聚合外特性建模方法
实质审查的生效
摘要
本发明涉及一种基于在线深度学习的空调集群聚合外特性建模方法，基于长短期记忆神经网络的空调集群聚合外特性模型架构，包括：利用有限历史样本集对所建外特性模型架构进行预训练；基于实时量测样本和在线深度学习误差对预训练后的外特性模型进行在线训练。优点如下：所提空调集群聚合外特性建模方法刻画了空调集群聚合备用容量与历史室外温度、补偿价格、并网点电压和聚合响应功率的强非线性耦合关系；同时，所提聚合外特性建模方法不依赖历史样本数量，通过实时量测样本来反复训练外特性模型的方式，既可提高外特性模型训练准确性，又能降低外特性模型评估误差对实际应用的影响，对历史样本集有限的空调集群外特性建模场景有普遍适用性。
基本信息
专利标题 ：
一种基于在线深度学习的空调集群聚合外特性建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492167A
申请号 ：
CN202111621945.1
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐业琰廖思阳齐金山姚良忠王晶晶李烨王剑锋王新迎李健王天昊陈培育马世乾
申请人 ：
武汉大学;中国电力科学研究院有限公司;国网天津市电力公司;国家电网有限公司
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
鲁力
优先权 ：
CN202111621945.1
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
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
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211228
申请日 : 20211228
2022-05-13 ：
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
