公开(公告)号：CN119514792A

公开(公告)日：2025-02-25

申请号：CN202411628783.8

申请日：2024-11-14

Applicant: 东北电力大学

Inventor： 姚显双 ,  郭康帅 ,  王安娜 ,  徐海胧 ,  王慧宇 ,  王瑶

IPC: G06Q10/04 ,  H02J3/00 ,  H02J3/38 ,  G06Q50/06 ,  G06F18/214 ,  G06N3/044 ,  G06N3/08

Abstract: 本说明书实施例提供风力发电功率预测方法以及装置，旨在提高风力发电量的预测精度，减少因预测不准导致的电量损失，该方法包括：确定影响风力发电功率的多个特征因素，并采集各特征因素的历史数据；构建全连接多储备池回声状态网，其中，全连接多储备池回声状态网包括第一层储备池和第二层储备池，第一层储备池用于执行特征提取，第二层储备池用于执行风力发电功率预测；确定各特征因素与风力发电功率之间的相关性系数，并基于相关性系数，从历史数据中确定针对全连接多储备池回声状态网的训练数据；利用训练数据对全连接多储备池回声状态网进行优化，并利用优化后的全连接多储备池回声状态网高效且准确的执行风力发电功率预测任务。

公开(公告)号：CN117539151A

公开(公告)日：2024-02-09

申请号：CN202311524982.X

申请日：2023-11-15

Applicant: 东北电力大学

Inventor： 姚显双 ,  郐继航 ,  王安娜 ,  宇昕萍 ,  黄湛钧 ,  曹生现 ,  马青川

IPC: G05B13/04 ,  G06N3/044 ,  G06N3/086 ,  G06N3/006

Abstract: 本发明公开了一种基于改进麻雀搜索算法的回声状态网络预测控制方法，首先初始化回声状态网络的储备池，利用ESN回声状态网络对数据集进行训练，并提取训练过程中的参数以确定参数的优化范围，再利用改进的ISSA算法在参数的优化范围内进行搜索，得到回声状态网络的泄露率α和谱半径ρ、稀疏度D、输入单元尺度IS四个参数的最优解，再由ESN结合ISSA优化后的回声状态网络参数对数据集进行神经网络训练，利用优化后的ESN作为预测模型进行数据预测控制，通过参数优化提高了ESN预测模型的稳定性和准确性，从而使得神经网络预测模型的预测控制性能提高。