-
公开(公告)号：CN116957849A
公开(公告)日：2023-10-27
申请号：CN202310923863.5
申请日：2023-07-26
Applicant: 南京邮电大学
IPC: G06Q50/06 , G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 一种基于双注意力机制的风电功率预测方法，首先采集风电场的历史风速、风向、风电功率、温度、湿度、大气压强；然后采用奇异谱分析和UNet神经网络相结合的方法，对历史风速、风向、风电功率进行预处理，去除噪声；最后将历史风速、风向、温度、湿度、大气压强这些数据通过基于双注意力机制的Seq2Seq神经网络，得到预测的风电功率，同时还设计了一个预测效果评估方案，增强了预测结果的可靠性。与传统方法相比，本方法不仅在处理非线性、时间特征关联等方面表现更优秀，还解决了数据噪声的问题。本方法能够更好地挖掘风能数据中的潜在模式和关联，提高功率预测的准确性，为风电场的运行管理和电网调度提供了重要的支持。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
