- 专利标题： 一种基于时空相关性挖掘的风电功率预测方法
-
申请号： CN202410195166.7申请日： 2024-02-22
-
公开(公告)号： CN117763314A公开(公告)日： 2024-03-26
- 发明人: 颜娟 , 吴海萍 , 曹文平 , 胡存刚
- 申请人： 安徽大学
- 申请人地址： 安徽省合肥市经济技术开发区九龙路111号
- 专利权人： 安徽大学
- 当前专利权人： 安徽大学
- 当前专利权人地址： 安徽省合肥市经济技术开发区九龙路111号
- 代理机构： 上海和华启核知识产权代理有限公司
- 代理商 余昌昊
- 主分类号： G06F18/20
- IPC分类号： G06F18/20 ; G06F18/2433 ; G06F18/213 ; G06Q50/06 ; G06N3/0464 ; G06N3/08 ; H02J3/00
摘要：
本发明揭示了一种基于时空相关性挖掘的风电功率预测方法，基于时空相关性挖掘和多重注意力机制进行风电功率预测，搭建多层注意力机制并结合皮尔逊相关系数，充分挖掘区域内相邻站点间的时空相关性，不仅提高了风电功率预测的准确性，还有助于降低运维成本、提高决策效率和增强数据利用效率，对于推动风电能源的发展和消纳具有重要的实际意义。
公开/授权文献
- CN117763314B 一种基于时空相关性挖掘的风电功率预测方法 公开/授权日：2024-05-17
