首页> 中国专利> 基于多尺度卷积循环神经网络的光伏发电功率预测方法

基于多尺度卷积循环神经网络的光伏发电功率预测方法

摘要

本发明公开了基于多尺度卷积循环神经网络的光伏发电功率预测方法,包括以下步骤:构建基于多尺度卷积循环神经网络的光伏发电功率预测模型;利用训练集数据,对所述的光伏发电功率预测模型进行训练;将测试集数据输入训练完毕的光伏发电功率预测模型,计算获得光伏发电功率的预测值。本发明方法将多尺度卷积层引入到循环神经网络中,从不同尺度上分布注意力机制,从而使得模型能够从不同尺度采集历史信息;双向GRU层更加充分的获取序列数据的上下文信息,整个模型采用卷积结构对不同尺度注意力机制的识别输出进行融合,并通过卷积连接对不同尺度对输出进行筛选和识别,由此对光伏发电功率的预测获取更好的精度。

著录项

  • 公开/公告号CN113642255A

    专利类型发明专利

  • 公开/公告日2021-11-12

    原文格式PDF

  • 申请/专利权人 中国人民解放军国防科技大学;

    申请/专利号CN202111021128.2

  • 发明设计人 马武彬;吴亚辉;邓苏;周浩浩;

    申请日2021-09-01

  • 分类号G06F30/27(20200101);G06Q10/04(20120101);G06Q50/06(20120101);G06N3/04(20060101);G06N3/08(20060101);G06F119/06(20200101);

  • 代理机构43236 长沙大珂知识产权代理事务所(普通合伙);

  • 代理人伍志祥

  • 地址 410073 湖南省长沙市开福区德雅路109号

  • 入库时间 2023-06-19 13:15:27

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号