基于大数据的预测模型训练方法、光伏发电性能检测方法

    公开(公告)号:CN117113267B

    公开(公告)日:2024-02-09

    申请号:CN202311390443.1

    申请日:2023-10-25

    摘要: 本说明书实施例公开了一种基于大数据的预测模型训练方法、光伏发电性能检测方法。该训练方法包括:基于第一训练集对LSTM公共模型进行模型训练,基于若干第二训练集分别对若干LSTM独立模型进行训练,利用第一损失函数判断筛选确定出最优的模型为光伏发电功率预测模型;接着,基于测试集对光伏发电功率预测模型进行超参数训练,利用第二损失函数进行预测判断,得到具有最优超参数的光伏发电功率预测模型。该检测方法基于训练方法训练得到的光伏发电功率预测模型进行预测发电功率检测,继而检测单个发电站、区域范围内所有发电站的实际发(56)对比文件CN 112748331 A,2021.05.04CN 112862012 A,2021.05.28CN 115049163 A,2022.09.13CN 109670652 A,2019.04.23CN 114781723 A,2022.07.22CN 115764870 A,2023.03.07CN 114676923 A,2022.06.28CN 115712834 A,2023.02.24CN 116384251 A,2023.07.04CN 114330934 A,2022.04.12CN 113570126 A,2021.10.29CN 111784777 A,2020.10.16CN 116842365 A,2023.10.03US 2023080737 A1,2023.03.16陈秋玲著《.社会预警管理》.2008,51.童宇.基于深度学习和数字图像技术的结构表面位移计算《.中国硕士学位论文全文数据库工程科技Ⅱ辑》.2023,第2023年卷(第2期),第20页.Rogério Luís de C. Costa etal.Convolutional-LSTM networks andgeneralization in forecasting ofhousehold photovoltaic generation.《Engineering Applications of ArtificialIntelligence》.2022,1-11.黄亚峰等.基于K-means++和LSTM网络的光伏功率预测研究《.电气自动化》.2020,第42卷(第5期),25-27+34.

    基于AI模型的电力大数据采集处理方法及系统

    公开(公告)号:CN117131457B

    公开(公告)日:2024-01-26

    申请号:CN202311394719.3

    申请日:2023-10-26

    摘要: 本申请实施例提供一种基于AI模型的电力大数据采集处理方法及系统,首先,获取目标电力服务分区的多个电力数据采集事件的样例电力采集数据序列和初始电力系统故障诊断网络。然后,获取各电力数据采集事件对应的第二长短期记忆网络。接着,根据每个电力数据采集事件的样例电力采集数据序列,循环地对其对应的第二长短期记忆网络进行知识学习,直到网络符合收敛要求,生成完成知识学习的第二长短期记忆网络。最后,基于初始电力系统故障诊断网络和各电力数据采集事件对应的完成知识学习的第二长短期记忆网络,生成目标电力服务分区的目(56)对比文件CN 115328088 A,2022.11.11CN 113360679 A,2021.09.07CN 111414477 A,2020.07.14CN 108536123 A,2018.09.14CN 111552609 A,2020.08.18CN 110829417 A,2020.02.21CN 112712205 A,2021.04.27CN 116451148 A,2023.07.18CN 114528897 A,2022.05.24CN 114925809 A,2022.08.19WO 2021017416 A1,2021.02.04US 2021168021 A1,2021.06.03US 2021357282 A1,2021.11.18童轶之.结合残差收缩和长短期记忆网络的轴承故障诊断《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2023,第2023年卷(第2期),C029-751.孙永峰.基于卷积和循环神经网络的风电机组滚动轴承故障诊断方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2023,第2023年卷(第2期),C042-794.Soufiane Belagoune等.Deep learningthrough LSTM classification andregression for transmission line faultdetection, diagnosis and location inlarge-scale multi-machine power systems.《Measurement 》.2021,1-14.