[发明专利]基于卷积神经网络与元学习的光伏功率预测方法及系统有效

专利信息
申请号: 201910335212.8 申请日: 2019-04-24
公开(公告)号: CN110070226B 公开(公告)日: 2020-06-16
发明(设计)人: 臧海祥;程礼临;刘玲;刘冲冲;卫志农;孙国强 申请(专利权)人: 河海大学
主分类号: G06F30/27 分类号: G06F30/27
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 张华蒙
地址: 210024 *** 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: 发明公开了基于卷积神经网络与元学习的光伏功率预测方法,属于可再生能源开发利用技术领域,通过建立深层卷积神经网络模型,以历史光伏功率数据、历史气象数据和数值气象预报数据作为模型输入,以待预测日的光伏功率作为输出,构成模型训练样本;基于数值气象预报中的辐射数据分析待预测日的天气类型,选取相似日训练样本;基于元学习策略和相似日训练样本,以八个损失函数指标训练神经网络模型,输出八个预测结果,实现光伏功率的点预测和概率预测;本发明还公开了其预测系统。本发明方法能够适应不同季节、不同天气的光伏功率预测情况,具备极高的预测精度,能够有效提升光伏并网系统运行稳定性。
搜索关键词: 基于 卷积 神经网络 学习 功率 预测 方法 系统
【主权项】:
1.基于卷积神经网络与元学习的光伏功率预测方法,其特征在于,包括以下步骤:步骤1,建立深层卷积网络,作为预测模型;步骤2,以历史光伏功率数据、历史气象数据和数值气象预报数据作为模型输入,以待预测日的光伏功率作为输出,构成模型训练样本;步骤3,基于数值气象预报中的辐射数据,分析待预测日的天气类型,选取相似日训练样本;步骤4,基于元学习策略和相似日训练样本,以八个损失函数指标训练神经网络模型,输出八个预测结果;步骤5,基于神经网络输出的八个预测结果,实现光伏功率的点预测和概率预测。
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河海大学,未经河海大学许可,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/patent/201910335212.8/,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