[发明专利]基于CNN+LSTM的风电功率预测模型在审
| 申请号： | 201910749682.9 | 申请日： | 2019-08-14 |
| 公开（公告）号： | CN110443725A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 杨波;靳丹;杨仕博;魏军;金铭;郭芳琳;闫润珍;吴让乐;蔡玺;张小东;张兆师;刘莉;江帆;于永照 | 申请（专利权）人： | 国网甘肃省电力公司信息通信公司;甘肃同兴智能科技发展有限责任公司;兰州大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04;G06N3/04 |
| 代理公司： | 北京中誉威圣知识产权代理有限公司 11279 | 代理人： | 贾慧娜 |
| 地址： | 730050 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN+LSTM的风电功率预测模型，可分为两部分：数据预处理阶段与模型训练使用阶段；在数据预处理阶段，利用风场的天气预报数据(NWP)与历史观测数据，提取了风速、风向、大气压力、温度、空气湿度等特征，对数据归一化处理；在模型训练使用阶段，将处理后的数据放入CNN+LSTM模型中进行预测，其中CNN网络包括了Conv1D层、Pooling层与Dropout层；LSTM网络包括了基本的LSMT层与最后的全连接层。本发明使用了深度学习的方法，结合了CNN与LSTM网络对风电功率进行预测。 | ||
| 搜索关键词： | 风电功率预测 数据预处理 模型训练 使用阶段 网络包括 天气预报数据 数据归一化 大气压力 风电功率 观测数据 连接层 预测 放入 风场 风速 风向 网络 学习 | ||
【主权项】：
1.一种基于CNN+LSTM的风电功率预测模型，其特征在于：可分为两部分：数据预处理阶段与模型训练使用阶段；在数据预处理阶段，利用风场的天气预报数据(NWP)与历史观测数据，提取了风速、风向、大气压力、温度、空气湿度等特征，对数据归一化处理；在模型训练使用阶段，将处理后的数据放入CNN+LSTM模型中进行预测，其中CNN网络包括了Conv1D层、Pooling层与Dropout层；LSTM网络包括了基本的LSMT层与最后的全连接层，其主要作用是利用序列数据关系将提取的特征与历史数据结合进行对风电功率预测。
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国网甘肃省电力公司信息通信公司;甘肃同兴智能科技发展有限责任公司;兰州大学，未经国网甘肃省电力公司信息通信公司;甘肃同兴智能科技发展有限责任公司;兰州大学许可，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/201910749682.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的电力系统快速状态估计方法
- 下一篇：一种室内装修服务平台
