申请/专利权人:广东电网有限责任公司;广东电网有限责任公司湛江供电局
申请日:2024-03-26
公开(公告)日:2024-06-28
公开(公告)号:CN118263851A
主分类号:H02J3/00
分类号:H02J3/00;G06Q10/04;G06Q50/06;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本申请提供了一种风功率预测模型的超参数优化方法和优化装置。该方法包括:获取超参数值训练测试样本;基于超参数值训练测试样本,构建预测Kriging模型,预测Kriging模型为表示超参数值组合与第一预测均方根误差之间的映射关系的Kriging模型,第一预测均方根误差为风功率预测模型得到的风功率预测值与风功率真实值之间的均方根误差;在超参数的取值位于对应的预定取值范围的约束条件下,以第一预测均方根误差最小为目标,对预测Kriging模型进行求解,得到最优超参数值组合。该方法解决了现有技术中在超参数的取值范围的约束条件下采用优化算法直接求解出最优超参数值耗费时间长的问题。
主权项:1.一种风功率预测模型的超参数优化方法,其特征在于,所述方法包括:获取超参数值训练测试样本,所述超参数值训练测试样本包括多个超参数值组合,所述超参数值组合包括:多个超参数的取值,所述超参数的取值位于对应的预定取值范围,一个所述超参数对应于一个所述预定取值范围;基于所述超参数值训练测试样本,构建预测Kriging模型,所述预测Kriging模型为表示所述超参数值组合与第一预测均方根误差之间的映射关系的Kriging模型,所述第一预测均方根误差为风功率预测模型得到的风功率预测值与风功率真实值之间的均方根误差;在所述超参数的取值位于对应的所述预定取值范围的约束条件下,以所述第一预测均方根误差最小为目标,对所述预测Kriging模型进行求解,得到最优超参数值组合,所述最优超参数值组合包括:所述超参数的取值。
全文数据:
权利要求:
百度查询: 广东电网有限责任公司;广东电网有限责任公司湛江供电局 风功率预测模型的超参数优化方法和优化装置
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。