公开(公告)号：CN117151927A

公开(公告)日：2023-12-01

申请号：CN202311122762.4

申请日：2023-08-31

Applicant: 南京信息工程大学

Inventor： 刘铖铖 ,  叶小岭 ,  齐英屹 ,  张颖超 ,  熊雄

IPC: G06Q50/06 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/048 ,  G06F16/29 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明提供一种风电功率概率区间的预测方法，包括以下步骤，针对目标区域，基于预设的采样时间间隔，采集预设历史时间段内检测气象数据以及实际风电功率数据，构建风电功率样本集，构建待训练的序列到序列注意力神经网络，序列到序列注意力神经网络包括自输入端至输出端依次连接的编码器、解码器、以及多层感知机MLP，基于风电功率样本集，以预设时间间隔的检测气象数据为输入，以对应的实际风电功率数据为输出，对待训练的序列到序列注意力神经网络进行训练，获得序列到序列注意力神经网络。本发明结合多种气象因素、采用直接多视野策略，结合动态权重调整设计分位数损失函数，能够更准确地预测风电功率概率区间，具有较好的预测效果。

公开(公告)号：CN118521932A

公开(公告)日：2024-08-20

申请号：CN202410276407.0

申请日：2024-03-12

Applicant: 南京信息工程大学

Inventor： 叶小岭 ,  刘铖铖 ,  张颖超 ,  熊雄 ,  陈昕

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种多模态风电功率预测方法，包括选取区域气象数据和历史风电功率；构建基于注意力机制的视频预测模型，将区域气象数据输入到该模型中，生成预测的视频帧特征，该模型包括编码器、交叉非局部神经网络、解释器和解码器；将历史风电功率输入到GRU模型中，得到预测风电功率的特征；构建多模态模型，将编码器和解码器中得到的结果输入到该模块中，得到预测的风电功率结果。本发明可以融合不同等压面，提高了一致性，增强了网络的灵活性和表征能力。