一种基于时序卷积记忆网络的短期风速预测方法及系统
实质审查的生效
摘要
本发明公开了一种基于时序卷积记忆网络的短期风速预测方法及系统,包括:获取设定时间段内的测风塔的监测数据和NWP的预测数据,进行预处理后,按照时序组成输入变量;将所述输入变量输入至训练好的时序卷积记忆网络模型,获取风电场短期预测风速;其中,所述时序卷积记忆网络包括时序卷积网络与长短期记忆网络,所述输入变量经过时序卷积网络,实现初始特征提取;所述初始特征经过长短期记忆网络得到整体时序风速特征,进而获取风电场短期预测风速。本发明将监测的历史风速与NWP的预测风速结合起来,提供了更为准确的短期WSF;TCMN可以有效结合这两种数据进行预报,可以实现多时间尺度的高频率滚动风速预测。
基本信息
专利标题 :
一种基于时序卷积记忆网络的短期风速预测方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114548372A
申请号 :
CN202210133695.5
公开(公告)日 :
2022-05-27
申请日 :
2022-02-14
授权号 :
暂无
授权日 :
暂无
发明人 :
张黎刘星斗孙优良邹亮王冠江旭张慧
申请人 :
山东大学
申请人地址 :
山东省济南市历城区山大南路27号
代理机构 :
济南圣达知识产权代理有限公司
代理人 :
董雪
优先权 :
CN202210133695.5
主分类号 :
G06N3/04
IPC分类号 :
G06N3/04 G06N3/08 G01P5/00 G06Q10/04 G06Q50/06
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构,例如,互连拓扑
法律状态
2022-06-14 :
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20220214
申请日 : 20220214
2022-05-27 :
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