发明公开
- 专利标题: 基于自编码器深度学习模型的短期光伏功率预测方法
-
申请号: CN202210146567.4申请日: 2022-02-17
-
公开(公告)号: CN114676622A公开(公告)日: 2022-06-28
- 发明人: 袁绍军 , 郭金智 , 毕圆圆 , 尹兆磊 , 张宝华 , 丁然 , 周迎伟 , 陈晨 , 刘震宇 , 刘嗣萃 , 于立强 , 白明辉 , 杨慢慢 , 张柏杨 , 段明慧 , 赵磊
- 申请人: 国网冀北电力有限公司承德供电公司
- 申请人地址: 河北省承德市双桥区新华路北10号
- 专利权人: 国网冀北电力有限公司承德供电公司
- 当前专利权人: 国网冀北电力有限公司承德供电公司
- 当前专利权人地址: 河北省承德市双桥区新华路北10号
- 代理机构: 北京中南长风知识产权代理事务所
- 代理商 李青
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06F113/04 ; G06F119/02 ; G06F119/06
摘要:
本发明公开了基于自编码器深度学习模型的短期光伏功率预测方法,包括:S1,构建变分自编码器模型VAE;S2,基于所述变分自编码器模型VAE进行短期光伏功率预测。S1包括:S11,构建所述变分自编码器模型VAE的一个编码器和一个解码器;S12,通过近似后验qθ(z|x)得到所述编码器,通过似然pφ(x|z)得到所述解码器;S13,构建并计算损失函数,以训练VAE的特征提取;S14,通过使用训练观测值最小化损失函数L(θ,φ)来获得编码器和解码器的参数。还公开了基于自编码器深度学习模型的短期光伏功率预测系统、电子设备以及计算机可读存储介质。