-
公开(公告)号：CN117709556B
公开(公告)日：2024-05-31
申请号：CN202410166026.7
申请日：2024-02-06
申请人： 山东建筑大学 , 国网山东省电力公司威海供电公司
IPC分类号： G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/08
摘要： 本发明提供了一种光伏发电短期预测方法、系统、介质及设备，其属于光伏预测技术领域，所述方案采用改进的奇异谱分解将光伏的历史数据分解成趋势项、周期项，随后引入连续均方差方法将周期项分为低频项与高频项，考虑到周期项中存在大量的噪声干扰，采用经验模态分解方法对其进行去噪处理；通过上述设置能够有效提取光伏发电历史数据中的有用信息，并有效滤除历史数据中存在的不规则部分和噪声；同时，通过采用空洞因果卷积与堆叠LSTM网络分别对历史数据的低频分量和高频分量分别进行预测，能够对两种模型的特性进行有效利用，并基于两种预测结果相结合的方式对光伏发电进行短期预测，避免单一模型存在的缺陷，有效提高预测的精确度。
-
公开(公告)号：CN117709556A
公开(公告)日：2024-03-15
申请号：CN202410166026.7
申请日：2024-02-06
申请人： 山东建筑大学 , 国网山东省电力公司威海供电公司
IPC分类号： G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/08
摘要： 本发明提供了一种光伏发电短期预测方法、系统、介质及设备，其属于光伏预测技术领域，所述方案采用改进的奇异谱分解将光伏的历史数据分解成趋势项、周期项，随后引入连续均方差方法将周期项分为低频项与高频项，考虑到周期项中存在大量的噪声干扰，采用经验模态分解方法对其进行去噪处理；通过上述设置能够有效提取光伏发电历史数据中的有用信息，并有效滤除历史数据中存在的不规则部分和噪声；同时，通过采用空洞因果卷积与堆叠LSTM网络分别对历史数据的低频分量和高频分量分别进行预测，能够对两种模型的特性进行有效利用，并基于两种预测结果相结合的方式对光伏发电进行短期预测，避免单一模型存在的缺陷，有效提高预测的精确度。
-
公开(公告)号：CN115310727B
公开(公告)日：2023-02-03
申请号：CN202211237284.7
申请日：2022-10-11
申请人： 山东建筑大学
摘要： 本发明公开了一种基于迁移学习的建筑冷热电负荷预测方法及系统，涉及建筑电负荷预测技术领域，该方法包括：获取多个源域建筑实际和仿真的冷热电负荷数据以及目标域建筑的仿真冷热电负荷数据，计算得到多个源域建筑冷热电负荷数据的时序误差，利用斯皮尔曼等级相关系数计算得到目标域建筑和多个源域建筑的相关性，以此计算得到权重误差，将该权重误差迁移至目标域建筑仿真冷热电负荷数据，以此作为目标域建筑的历史冷热电负荷数据，构建并训练预测模型，通过训练完成的预测模型，预测目标域建筑的冷热电负荷数据。本发明解决了某区域出现新建筑，由于缺少历史冷热电数据而无法对其负荷进行准确预测的问题，提高了建筑冷热电负荷预测的准确性。
-
公开(公告)号：CN115310727A
公开(公告)日：2022-11-08
申请号：CN202211237284.7
申请日：2022-10-11
申请人： 山东建筑大学
摘要： 本发明公开了一种基于迁移学习的建筑冷热电负荷预测方法及系统，涉及建筑电负荷预测技术领域，该方法包括：获取多个源域建筑实际和仿真的冷热电负荷数据以及目标域建筑的仿真冷热电负荷数据，计算得到多个源域建筑冷热电负荷数据的时序误差，利用斯皮尔曼等级相关系数计算得到目标域建筑和多个源域建筑的相关性，以此计算得到权重误差，将该权重误差迁移至目标域建筑仿真冷热电负荷数据，以此作为目标域建筑的历史冷热电负荷数据，构建并训练预测模型，通过训练完成的预测模型，预测目标域建筑的冷热电负荷数据。本发明解决了某区域出现新建筑，由于缺少历史冷热电数据而无法对其负荷进行准确预测的问题，提高了建筑冷热电负荷预测的准确性。
-
-
-
搜索结果
4 条记录 (耗时 0.067 秒)
