買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京中恒博瑞數(shù)字電力科技有限公司申請的專利基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN113988421B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111269371.6，技術(shù)領(lǐng)域涉及：G06Q10/04；該發(fā)明授權(quán)基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法是由張偉;黃小文;鐘劍財;于瑞豐;高飛;周慶捷;仇向東;張永浩設(shè)計研發(fā)完成，并于2021-10-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法在說明書摘要公布了：本發(fā)明涉及功率預(yù)測技術(shù)領(lǐng)域，提出了基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法，包括數(shù)據(jù)輸入、數(shù)據(jù)融合、數(shù)據(jù)歸一化處理、計算相關(guān)系數(shù)和權(quán)重、篩選出相關(guān)性較強的樣本作為功率預(yù)測模型的訓(xùn)練樣本，訓(xùn)練得到運算較為準(zhǔn)確的功率預(yù)測模型，通過功率預(yù)測模型可以準(zhǔn)確有效的輸出預(yù)測功率值。通過風(fēng)電功率預(yù)測系統(tǒng)的預(yù)測結(jié)果，電網(wǎng)調(diào)度部門可以合理安排發(fā)電計劃，減少系統(tǒng)的旋轉(zhuǎn)備用容量，提高電網(wǎng)運行的經(jīng)濟性，同時通過提前預(yù)測風(fēng)電功率的波動，合理安排運行方式和應(yīng)對措施，提高電網(wǎng)的安全性和可靠性。

本發(fā)明授權(quán)基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法在權(quán)利要求書中公布了：1.基于深度學(xué)習(xí)的風(fēng)電機組功率智能預(yù)測方法，其特征在于，包括功率預(yù)測模型的訓(xùn)練步驟，步驟100：輸入多組同一時刻的特征樣本和目標(biāo)樣本，特征樣本包括風(fēng)電機組的功率數(shù)據(jù)，目標(biāo)樣本包括風(fēng)電機組的氣象數(shù)據(jù)和場站測風(fēng)數(shù)據(jù)；步驟200：將特征樣本和目標(biāo)樣本以時間段為關(guān)聯(lián)條件，進行關(guān)聯(lián)融合，輸出數(shù)據(jù)寬表；步驟300：將數(shù)據(jù)寬表輸入到歸一化模型，輸出歸一化后的數(shù)據(jù)寬表，歸一化后的數(shù)據(jù)寬表中每個樣本值，其中，為所有時刻的最大樣本值，為所有時刻的最小樣本值，為原樣本值；步驟400：根據(jù)歸一化后的數(shù)據(jù)寬表，將相關(guān)系數(shù)與集成學(xué)習(xí)算法結(jié)合，首先通過GBDT算法計算特征因子權(quán)重大小，同時運用Pearson相關(guān)性系數(shù)，分析輸入特征與目標(biāo)字段的相關(guān)性大小，即計算目標(biāo)樣本與特征樣本的相關(guān)系數(shù)和權(quán)重，將相關(guān)系數(shù)小于相關(guān)系數(shù)設(shè)定值的目標(biāo)樣本和權(quán)重小于權(quán)重設(shè)定值的目標(biāo)樣本剔除數(shù)據(jù)寬表；步驟500：基于雙向LSTM網(wǎng)絡(luò)構(gòu)建風(fēng)電機組功率預(yù)測模型，將數(shù)據(jù)寬表中剩下的目標(biāo)樣本和特征樣本輸入到風(fēng)電機組功率預(yù)測模型進行訓(xùn)練，輸入t-1時刻的特征樣本，輸出t時刻對應(yīng)的目標(biāo)樣本，將拆分的功率特征納入雙向LSTM進行迭代計算；將功率拆分為如下公式：，其中為實時功率，為趨勢項，反應(yīng)的變化趨勢，為周期項，反應(yīng)的周期性變化，為隨機項，反應(yīng)的穩(wěn)定性；步驟600：計算風(fēng)電機組功率預(yù)測模型的均方根誤差和可決系數(shù)值，當(dāng)均方根誤差小于均方根誤差設(shè)定值且可決系數(shù)值大于可決系數(shù)設(shè)定值時，訓(xùn)練完成，得到功率預(yù)測模型；所述步驟400包括，步驟401：計算數(shù)據(jù)寬表中氣象數(shù)據(jù)、測風(fēng)數(shù)據(jù)與功率數(shù)據(jù)之間的相關(guān)系數(shù)，其中n為樣本數(shù)量，為特征樣本值，為特征樣本均值，為目標(biāo)樣本值，為目標(biāo)樣本均值，為特征樣本值標(biāo)準(zhǔn)差，為目標(biāo)樣本值標(biāo)準(zhǔn)差；步驟402：將相關(guān)系數(shù)與特征因素納入二階泰勒展開式，并計算信息熵，其中為樣本x所屬類別的概率值；步驟403:利用GBDT多個基分類器權(quán)重計算思想，將信息熵納入權(quán)重計算公式，（i=1,2，…，k）其中為每個特征的信息熵大小。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京中恒博瑞數(shù)字電力科技有限公司，其通訊地址為：100085 北京市海淀區(qū)上地三街9號金隅嘉華大廈D座612；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。