龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网新疆电力有限公司乌鲁木齐供电公司;华北电力大学
申请日：2024-01-26
公开（公告）日：2024-04-26
公开（公告）号：CN117933750A
主分类号：G06Q10/0637
分类号：G06Q10/0637;G06Q50/06;G06N3/0442
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种基于CEEMDAN‑LSTM‑TPA模型的短期光伏功率预测方法，包括以下步骤：S01：将预处理后的光伏功率数据经过CEEMDAN算法分解为k个不同频率的模态分量；S02：计算各分量的样本熵值，将相近频率的分量合并降低预测的复杂度，合并为n个重组序列；S03：将影响光伏功率的特征变量与不同模态分量输入基于时序注意力机制的长短期记忆网络进行预测；S04：将不同分量的预测值合并得到最后的预测结果，该方法首先对原始的光伏功率数据进行CEEMDAN分解，该分解方法解决了模态混叠问题，然后通过样本熵对不同模态分量进行合并，降低预测的复杂度，提高运算速度，总体来说，该预测方法降低了预测误差，提高了预测精度。
主权项：1.一种基于CEEMDAN-LSTM-TPA模型的短期光伏功率预测方法，其特征在于，包括以下步骤：S01：将预处理后的光伏功率数据经过CEEMDAN算法分解为k个不同频率的模态分量；S02：计算各分量的样本熵值，将相近频率的分量合并降低预测的复杂度，合并为n个重组序列；S03：将影响光伏功率的特征变量与不同模态分量输入基于时序注意力机制的长短期记忆网络进行预测；S04：将不同分量的预测值合并得到最后的预测结果。
全文数据：
权利要求：
百度查询： 国网新疆电力有限公司乌鲁木齐供电公司;华北电力大学 一种基于CEEMDAN-LSTM-TPA模型的短期光伏功率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号