一种基于深度学习特征提取的源荷极端场景辨识方法

    公开(公告)号:CN119089173A

    公开(公告)日:2024-12-06

    申请号:CN202411211801.2

    申请日:2024-08-30

    Abstract: 本发明公开了一种基于深度学习特征提取的源荷极端场景辨识方法。所述方法包括获取风电,光伏,负荷的历史出力数据,划分训练集和测试集,并对其进行标幺化;综合考虑季节信息、气象信息和专家经验等信息,给予场景相应的标签;建立源荷极端场景辨识模型,采用GCNN‑ResNet网络提取风‑光‑荷场景特征并加速极端场景辨识模型收敛速度,利用多头注意力机制突出所提取特征;利用训练集对极端场景辨识模型进行训练;基于测试集对训练完成后的模型进行测试,验证所提方法的有效性。本发明采用基于深度学习方法构建的源荷极端场景辨识模型能全面地提取场景多重特征,实现对源荷极端场景特征的充分学习。

Patent Agency Ranking