- 专利标题: 基于深度傅里叶网络的超短期光伏功率预测系统
-
申请号: CN202110915384.X申请日: 2021-08-10
-
公开(公告)号: CN113627670B公开(公告)日: 2022-12-02
- 发明人: 沈艳霞 , 沈俊豪 , 赵芝璞
- 申请人: 江南大学
- 申请人地址: 江苏省无锡市蠡湖大道1800号
- 专利权人: 江南大学
- 当前专利权人: 江南大学
- 当前专利权人地址: 江苏省无锡市蠡湖大道1800号
- 代理机构: 苏州市中南伟业知识产权代理事务所
- 代理商 王广浩
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06F17/14 ; G06F17/15 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种基于深度傅里叶网络的超短期光伏功率预测系统,其包括:卷积层,用于对历史数据进行维度变换,统一数据的维度;位置编码层,用于对历史数据进行位置编码;深度傅里叶变换模块,包括串联的残差傅里叶模块和残差前馈神经网络模块,残差傅里叶模块包括傅里叶变换层,残差前馈神经网络模块包括前馈神经网络层,残差傅里叶模块和残差前馈神经网络模块均包括层归一化层;第一全连接层,用于在时间轴维度上对深度傅里叶变换模块输出的数据进行全连接;第二全连接层,用于在空间轴维度上对第一全连接层输出的数据进行全连接,输出下一个采样点的功率输出预测值。本发明具有预测精度高和准确性高的优点。
公开/授权文献
- CN113627670A 基于深度傅里叶网络的超短期光伏功率预测系统 公开/授权日:2021-11-09