公开(公告)号：CN113610665B

公开(公告)日：2024-01-30

申请号：CN202110922285.4

申请日：2021-08-12

Applicant: 东北电力大学

Inventor： 姚显双 ,  邵言宁 ,  马迪 ,  范思远 ,  刘鹏 ,  曹生现

IPC: G06Q50/06 ,  G06Q10/04 ,  G06N3/084

Abstract: 一种基于多延迟输出回声状态网的风力发电功率预测方法，包括以下步骤：S01：采集风力发电功率的历史数据以及影响因素数据；S02：构建多延迟输出回声状态网；根据风力发电功率的历史数据以及影响因素数据构建预测样本的训练数据集和测试数据集；S03：将多延迟输出回声状态网初始化，开始进行训练；S04：对多延迟输出回声状态网的储备池进行设置；S05：初始化输出权重；S06：对多延迟输出回声状态网需要优化的参数进行优化；S07：判断是否退出训练的迭代循环；S08：将多延迟输出回声状态网作为风力发电预测网络投入使用。本发明大大减少了网络的学习时间；解决了会陷入局部最小值的问题；提高了风力发电预测的准确度。(56)对比文件杨佳俊 等.基于泄漏积分型回声状态网络的在线学习光伏功率短期预测《.山东电力技术》.2018,第45卷(第04期),24-30.

公开(公告)号：CN117391229A

公开(公告)日：2024-01-12

申请号：CN202310394799.6

申请日：2023-04-13

Applicant: 东北电力大学

Inventor： 姚显双 ,  孙际涵 ,  邵言宁 ,  曹生现

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/088

Abstract: 本发明公开了一种光伏组件清洗周期预测方法，首先建立光伏组件的发电量损失率预测模型得到发电量损失率，再确定清洗阈值，根据清洗阈值对周期内的所有采集时刻对应的发电量损失率的变化值的总和进行判断，当超出清洗阈值的范围时，转入清洗决策过程，再使得人工与智能预测相结合做出清洗的决策，根据弱意识回声状态网构建发电量损失率预测模型，并根据输入数据的变化选择最优网络权值，与其他静态神经网络相比，其拟合能力更强，预测精度更高，动态采集的数据集对预测模型进行不断的更新，避免了离线预测因数据特征的变化带来的需要修改预测模型的问题，提高预测模型的可靠性，达到在线预测的效果。

公开(公告)号：CN113610665A

公开(公告)日：2021-11-05

申请号：CN202110922285.4

申请日：2021-08-12

Applicant: 东北电力大学

Inventor： 姚显双 ,  邵言宁 ,  马迪 ,  范思远 ,  刘鹏 ,  曹生现

IPC: G06Q50/06 ,  G06Q10/04 ,  G06N3/08

Abstract: 一种基于多延迟输出回声状态网的风力发电功率预测方法，包括以下步骤：S01：采集风力发电功率的历史数据以及影响因素数据；S02：构建多延迟输出回声状态网；根据风力发电功率的历史数据以及影响因素数据构建预测样本的训练数据集和测试数据集；S03：将多延迟输出回声状态网初始化，开始进行训练；S04：对多延迟输出回声状态网的储备池进行设置；S05：初始化输出权重；S06：对多延迟输出回声状态网需要优化的参数进行优化；S07：判断是否退出训练的迭代循环；S08：将多延迟输出回声状态网作为风力发电预测网络投入使用。本发明大大减少了网络的学习时间；解决了会陷入局部最小值的问题；提高了风力发电预测的准确度。