首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于数据驱动的场站端轮毂预测风速的修正方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽立卓智能电网科技有限公司

摘要:本发明涉及风电功率预测技术领域,公开了基于数据驱动的场站端轮毂预测风速的修正方法,包括以下步骤:S1获取数据集:获取场站历史数据和场站信息数据;S2数据预处理:对获取的场站历史数据和场站信息数据分别进行异常值判断;S3制作样本数据集:将异常值判断后的场站历史数据和场站信息数据制作成样本数据集。本发明综合考虑了风场的地形和风场布局情况,基于数据驱动分别对每一个风电机组的轮毂处风速进行了预测修正;同时引进深度学习CNN模型,结合各类风电特征的空间和时间相关性,有效地捕捉到风电数据中的空间和时间特征,从而提高了预测模型的准确性和泛化能力。

主权项:1.基于数据驱动的场站端轮毂预测风速的修正方法,其特征在于,包括以下步骤:S1获取数据集:获取场站历史数据和场站信息数据;S2数据预处理:对获取的场站历史数据和场站信息数据分别进行异常值判断;S3制作样本数据集:将异常值判断后的场站历史数据和场站信息数据制作成样本数据集;S4模型构建:模型包括输入层、特征变换层、连接层、全连接层和输出层,其中特征变换层包括依次连接的卷积层一、最大池化层一、卷积层二、最大池化层二和展平层;全连接层包括依次连接的全连接层一、全连接层二、全连接层三、全连接层四和全连接层五;连接层与输入层、展平层和全连接层一连接,输出层与全连接层五连接;S5模型训练与优化:采用训练集和测试集对模型进行训练以及优化;S6利用训练后的模型进行各个风电机组轮毂处风速的预测。

全文数据:

权利要求:

百度查询: 安徽立卓智能电网科技有限公司 基于数据驱动的场站端轮毂预测风速的修正方法

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。