首页> 中国专利> 基于CNN-LSTM的短期太阳辐射预测方法及装置

基于CNN-LSTM的短期太阳辐射预测方法及装置

摘要

本申请公开了一种基于CNN‑LSTM的短期太阳辐射预测方法,包括:(1)将目标站点和邻近站点作为样本站点,采集样本站点的气象参数和辐射数据;(2)基于所有样本站点的气象参数组成二维矩阵,重构空间特征;(3)基于所有样本站点的历史太阳辐射序列重构时间特征;(4)将空间特征和时间特征分别作为CNN‑LSTM混合模型的CNN部分和LSTM部分的输入,预测目标站点太阳总辐射。本申请还公开了一种基于CNN‑LSTM的短期太阳辐射预测装置。本申请的方法和装置基于目标站点和周边站点的气象参数和辐射数据,重构空间特征和时间特征,输入到CNN‑LSTM混合模型中,对目标站点的太阳辐射进行预测,提高了太阳辐射预测的精度,保障了电力系统的最优调度和安全稳定运行。

著录项

  • 公开/公告号CN111260154B

    专利类型发明专利

  • 公开/公告日2020-10-27

    原文格式PDF

  • 申请/专利权人 河海大学;

    申请/专利号CN202010095619.0

  • 申请日2020-02-17

  • 分类号G06Q10/04(20120101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构32204 南京苏高专利商标事务所(普通合伙);

  • 代理人杜鹏爽

  • 地址 210024 江苏省南京市鼓楼区西康路1号

  • 入库时间 2022-08-23 11:19:00

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