-
公开(公告)号：CN109002926A
公开(公告)日：2018-12-14
申请号：CN201810839539.4
申请日：2018-07-27
Applicant: 中国计量大学
Abstract: 本发明属于预测或优化技术领域，公开了一种高准确性的光伏发电量预测模型及其构建方法和应用，用训练集对分布式深度置信网络算法进行训练，在验证集上评价该算法预测的可靠性。使用GB级别的光伏系统数据集对分布式深度置信网络算法在Spark集群上和单一主机下运行的效率和结果进行比较。本发明基于Scala语言和Spark RDD实现深度置信网络算法；借助Scala语言和Spark RDD的分布式算子对传统深度置信网络算法进行重新编码和改进，在分布式集群上运行；深度置信网络算法通过建立深层的神经网络模型，对日期、温度等数据从底层到高层逐层提取特征，实现底层信息到高层的抽象，使用提取的特征进行光伏发电量预测。
-
Patent Agency Ranking
公开(公告)号：CN109446230A
公开(公告)日：2019-03-08
申请号：CN201810840240.0
申请日：2018-07-27
Applicant: 中国计量大学
IPC: G06F16/2458 , G06F16/28 , G06Q10/04 , G06Q50/06
Abstract: 本发明属于信息检索及其数据库结构技术领域，公开了一种光伏发电影响因素的大数据分析系统及方法，其云计算方式是基于深度学习的Spark，同时可以利用低成本的设备及公有云搭建大型的数据处理模型，通过比较容易实现的MySQL、Oracle等关系型数据库构成数据源层。光伏发电影响因素的大数据分析系统主要的方法在于将大数据放入大数据处理平台之前，进行光伏发电的因素重要性分析。相对于数据量小的光伏数据因素分析建立建立的模型来说，通过大数据因素分析得到的模型具有更多特征，整个模型更加具有泛化性，可以适用于多种情况而不失去较高的准确性，经过大数据因素分析可以避免一些降低预测精度的特殊数据输入，从而提高整个模型对未来光伏数据预测的精度。
-
公开(公告)号：CN109033000A
公开(公告)日：2018-12-18
申请号：CN201810921831.0
申请日：2018-08-14
Applicant: 中国计量大学
CPC classification number: G06F15/161 , G06F9/5083
Abstract: 本发明属于云计算技术领域，公开了一种弹性高效的光伏云计算集群控制系统及方法，所述弹性高效的光伏云计算集群控制系统包括：Spark客户端、资源管理器、第一节点管理器、第二节点管理器、应用管理器、执行器。本发明应用公有云平台，可随时根据自己的需求扩展或缩小使用的资源量，能灵活的控制Spark集群的规模，提供了一种易扩展，调度效率高、灵活性强的云计算模式，解决了调用慢、计算慢和多任务处理时效率低下等问题，同时，Spark集群建立在云平台上，可方便多用户的远程使用。
-
公开(公告)号：CN110059878B
公开(公告)日：2021-04-02
申请号：CN201910298415.4
申请日：2019-04-15
Applicant: 中国计量大学
Abstract: 本发明属于光伏功率预测领域，公开了一种基于CNN LSTM光伏发电功率预测模型及构建方法；由两层CNN卷积层、LSTM、注意力机制和全连接层构成。当只有功率数据时，通过双层卷积层对输入的一维发电功率时间序列进行特征提取，经过3*1卷积核操作得到多个数据矩阵，实现时间序列到高层特征的信息抽象；注意力机制将每个矩阵通过LSTM算法得到的LSTM隐层输出向量进行自动化关注，对其中与当前输出量显著相关的特征量赋予更大的权值；通过展开操作将注意力机制的输出向量处理成一个一维向量输入全连接层，全连接层直接输出下一时刻光伏发电功率预测值。本发明数据量少、可移植性高、预测精度高。
-
公开(公告)号：CN110059878A
公开(公告)日：2019-07-26
申请号：CN201910298415.4
申请日：2019-04-15
Applicant: 中国计量大学
Abstract: 本发明属于光伏功率预测领域，公开了一种基于CNN LSTM光伏发电功率预测模型及构建方法；由两层CNN卷积层、LSTM、注意力机制和全连接层构成。当只有功率数据时，通过双层卷积层对输入的一维发电功率时间序列进行特征提取，经过3*1卷积核操作得到多个数据矩阵，实现时间序列到高层特征的信息抽象；注意力机制将每个矩阵通过LSTM算法得到的LSTM隐层输出向量进行自动化关注，对其中与当前输出量显著相关的特征量赋予更大的权值；通过展开操作将注意力机制的输出向量处理成一个一维向量输入全连接层，全连接层直接输出下一时刻光伏发电功率预测值。本发明数据量少、可移植性高、预测精度高。
-
公开(公告)号：CN109101592A
公开(公告)日：2018-12-28
申请号：CN201810840189.3
申请日：2018-07-27
Applicant: 中国计量大学
IPC: G06F17/30
Abstract: 本发明属于监视及安全装置技术领域，公开了一种快速低成本的光伏大数据处理平台。数据源层由各个光伏电站的数据库组成，可自由的增加和减少接入平台的光伏电站数量；数据传输层负责数据源层与数据存储层之间的数据传输；数据存储层用于存储光伏发电数据，并为数据处理层提供快速数据访问的支撑；数据处理层用于快速处理和计算光伏发电大数据，为数据分析层提供大数据计算支撑；数据分析层基于机器学习算法对光伏发电大数据进行建模分析，并呈现分析结果。该光伏大数据处理平台解决了光伏发电大数据存储和分析的问题，可以快速灵活的接入多个光伏电站的数据，数据处理效率高于传统的单/多线程平台，且成本较低。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
