公开(公告)号：CN116960960B

公开(公告)日：2024-02-09

申请号：CN202310912199.4

申请日：2023-07-24

Applicant: 青岛哈尔滨工程大学创新发展中心

Inventor： 闫金金 ,  夏葳豪 ,  吴永玲 ,  姚远

IPC: H02J3/00 ,  G06F18/214 ,  G06Q50/06 ,  G06F18/213 ,  H02J3/38

Abstract: 本发明公开了一种面向风电机短期风电功率预测的方法，包括：获取历史风电数据，并对历史风电数据进行处理，将处理后的数据输入CNN网络中进行特征提取，提取特征数据训练CNN‑LSTM和CNN‑GRU子网络；计算CNN‑LSTM和CNN‑GRU子网络的遗忘因子；将当前实时风电数据输入训练好的CNN‑LSTM和CNN‑GRU子网络中进行预测，获取预测值，并通过训练好的BILSTM网络计算当前阶段的遗忘因子，利用当前阶段的遗忘因子对预测值进行校正；利用CRITIC自适应权重评价体系对子网络进行加权融合，获取最终预测值。本发明提高了网络的预测精度以及抗干扰能力。

公开(公告)号：CN116960960A

公开(公告)日：2023-10-27

申请号：CN202310912199.4

申请日：2023-07-24

Applicant: 青岛哈尔滨工程大学创新发展中心

Inventor： 闫金金 ,  夏葳豪 ,  吴永玲 ,  姚远

IPC: H02J3/00 ,  G06F18/214 ,  G06Q50/06 ,  G06F18/213 ,  H02J3/38

Abstract: 本发明公开了一种面向风电机短期风电功率预测的方法，包括：获取历史风电数据，并对历史风电数据进行处理，将处理后的数据输入CNN网络中进行特征提取，提取特征数据训练CNN‑LSTM和CNN‑GRU子网络；计算CNN‑LSTM和CNN‑GRU子网络的遗忘因子；将当前实时风电数据输入训练好的CNN‑LSTM和CNN‑GRU子网络中进行预测，获取预测值，并通过训练好的BILSTM网络计算当前阶段的遗忘因子，利用当前阶段的遗忘因子对预测值进行校正；利用CRITIC自适应权重评价体系对子网络进行加权融合，获取最终预测值。本发明提高了网络的预测精度以及抗干扰能力。