[发明专利]一种基于TCN的风电预测误差区间评估方法在审
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 | ||
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。
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。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理