基于神经网络、小波分解光伏电站功率预测方法、系统

    公开(公告)号:CN105528517B

    公开(公告)日:2019-02-26

    申请号:CN201510867065.0

    申请日:2015-12-01

    Abstract: 本发明公开了一种基于神经网络、小波分解光伏电站功率预测方法、系统,获取历史记录光照强度C、输出功率P、温度T、湿度H、风速WS,分别进行小波分解;根据所述小波分解后的信息,建立逼近信号层神经网络模型和细节信号层神经网络模型;获取未来预测时间段温度T、湿度H、风速WS,分别经小波分解;根据所述小波分解后的信息,将逼近信号层的信息作为逼近信号层神经网络模型的输入向量,得到逼近信号层的预报结果;将细节信号层的信息作为细节信号层神经网络模型的输入向量,得到细节信号层的预报结果;对逼近信号层的预报结果和细节信号层的预报结果进行重构,得到预测功率值。因此,本发明能够保证预测过程的收敛性,减小复杂度,提高预测的准确度。

    一种分布式列存储系统索引的方法

    公开(公告)号:CN106250523B

    公开(公告)日:2019-04-16

    申请号:CN201610634581.3

    申请日:2016-08-04

    Abstract: 本发明公开了一种分布式列存储系统索引的方法,包括:获取每列数据的分布特征,设定每列数据的域值及划分规则;根据域值及划分规则,得到划分后的连续数据区域;分别对应每个数据区域建立一个区域编码向量;进行统计计算,得到每列数据的统计信息,将统计信息与对应的区域编码向量合并,得到带有统计信息的区域编码向量;将带有统计信息的区域编码向量作为位图索引的位向量进行数据的索引。所述分布式列存储系统索引的方法通过设定每列数据的域值和划分规则,使得分组位图索引的划分方式与查询的过滤条件相符合,通过计算列数据的统计信息,不仅提高了分组位图查询的准确性,而且能够保留列存储系统中数据的统计信息,保证数据信息的完整性。

    基于神经网络的光伏电站发电量的计算方法及系统

    公开(公告)号:CN105512760A

    公开(公告)日:2016-04-20

    申请号:CN201510884004.5

    申请日:2015-12-04

    Abstract: 本发明公开了一种基于神经网络的光伏电站发电量的计算方法,包括:计算得到水平面理论太阳辐射强度S;获取光伏电站的历史发电量以及光伏电站所在位置的气象要素历史运行数据;所述气象要素包含光伏电站所在位置的环境温度Ta、光伏组件的背板温度Tb和实际辐照强度C;将获取的数据样本[T C S]作为神经网络的输入向量,将[0 0 P]作为神经网络的输出向量,建立基于神经网络的光伏电站发电量P的计算模型;输入任意时刻的气象要素数据,通过所述计算模型计算得到该时刻光伏电站的发电量。本发明还公开了一种基于神经网络的光伏电站发电量的计算系统。所述基于神经网络的光伏电站发电量的计算方法及系统能够快速、准确计算得到光伏电站发电量。

Patent Agency Ranking