[发明专利]一种基于TCN的风电预测误差区间评估方法在审

专利信息
申请号: 201911177541.0 申请日: 2019-11-27
公开(公告)号: CN110942194A 公开(公告)日: 2020-03-31
发明(设计)人: 韩丽;景惠甜;高志宇;史丽萍 申请(专利权)人: 徐州上若科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06N3/08
代理公司: 徐州市三联专利事务所 32220 代理人: 张帅
地址: 221000 江苏省徐*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 tcn 预测 误差 区间 评估 方法
【权利要求书】:

1.一种基于TCN的风电预测误差区间评估方法,其特征在于,包括以下步骤:

步骤1:获取风电功率原始数据并归一化,将其划分为训练集和测试集;

步骤2:初始化TCN网络的权重,设置迭代次数、残差模块的个数及网络层数、扩张系数、卷积核大小、学习率及隐层神经元个数参数;

步骤3:以批量的方式将训练集数据输入TCN网络,计算有效历史长度的输出误差,并将误差反向传播以更新TCN网络参数;

步骤4:重复步骤3,直到TCN网络精度满足人为给定的误差或达到迭代次数,完成训练;

步骤5:输入测试数据输出预测结果,实现风电功率的实时误差预测。

2.根据权利要求1所述的一种基于TCN的风电预测误差区间评估方法,其特征在于,所述步骤2中包含以下具体步骤:

步骤2.1:使用因果卷积CNN模型,序列问题可以转化为:根据x1,x2,…,xt去预测y1,y2,…,yt,因果卷积的定义,滤波器F=(f1,f2,…,fk),序列X=(x1,x2,…,xT),在xt处的因果卷积为:

步骤2.2:扩张卷积输出的一系列Ml特征图为:

其中:d是扩张因子,k是滤波器大小,而s-d·i说明过去的方向,膨胀等效于在每两个相邻的滤波器抽头之间引入一个固定的阶跃,当d=1时,膨胀卷积变为普通卷积,使用膨胀卷积而不是普通卷积可以使输出y受到输入中更多节点的影响;

步骤2.3:残差模块包含一个分支,该分支通向一系列变换F,其输出被添加到模块的输入x中:

o=Activation(x+F(x))。

3.根据权利要求1所述的一种基于TCN的风电预测误差区间评估方法,其特征在于,所述步骤3中包含以下具体步骤:

步骤3.1:步骤1中的风电功率数据经过扩张因果卷积和ReLU激活函数处理后,在输入层使用额外的1×1卷积,即跳过连接去确保点加的张量形状相同;

步骤3.2:将跳过连接和扩张因果卷积的输出相加作为第一层的输出;

步骤3.3:每个中间层都有和输入层相同的结构,除了将跳过连接替换为残差连接,中间层的数量是可变的;

步骤3.4:使用1×1的卷积去预测风电功率误差。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于徐州上若科技有限公司,未经徐州上若科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911177541.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top