发明公开
- 专利标题： 一种基于机器学习的生物质能发电量预测方法及系统
-
申请号： CN202410915755.8申请日： 2024-07-09
-
公开(公告)号： CN118713072A公开(公告)日： 2024-09-27
- 发明人: 高岩 , 徐斌 , 王菁 , 黄继杰 , 李淼 , 李玉凯 , 黄铭 , 韩佳兵 , 王丽超 , 赵云军 , 齐占宇 , 周浩涵 , 周博 , 刘然 , 庄园
- 申请人： 国网吉林省电力有限公司培训中心 , 北京科东电力控制系统有限责任公司
- 申请人地址： 吉林省长春市南关区平泉路1427号;
- 专利权人： 国网吉林省电力有限公司培训中心,北京科东电力控制系统有限责任公司
- 当前专利权人： 国网吉林省电力有限公司培训中心,北京科东电力控制系统有限责任公司
- 当前专利权人地址： 吉林省长春市南关区平泉路1427号;
- 代理机构： 北京智绘未来专利代理事务所
- 代理商 郑直
- 主分类号： H02J3/00
- IPC分类号： H02J3/00 ; G06F18/213 ; G06F18/214 ; G06N3/0442 ; G06N3/0464 ; G06N3/08 ; G06Q10/04 ; G06Q50/06
摘要：
一种基于机器学习的生物质能发电量预测方法，其特征在于，所述方法包括以下步骤：采集生物质能产沼及发电系统的储气柜排放流量、上网电量、非上网能量，以及所述系统所在的环境数据，并构造输入特征矩阵；将所述输入特征矩阵输入至预先训练的CNN‑GRNN模型中，以获得所述系统中沼气发电机的预测发电量曲线。本发明综合考虑沼气发电系统中的长期历史数据，充分分析发电系统特征，降低生物质能发电量预测的不确定性。
