-
公开(公告)号：CN120046752A
公开(公告)日：2025-05-27
申请号：CN202311599998.7
申请日：2023-11-27
Applicant: 华北电力大学
IPC: G06N20/00 , G06N3/0442 , G06N3/08 , G06Q10/0637 , G06Q50/06
Abstract: 本公开涉及一种爬坡功率预测模型训练方法、装置、设备及介质。获取参考风电场的源域训练数据和目标域训练数据，其中，源域训练数据是包含多种天气事件的训练数据，目标域训练数据是包含爬坡事件的训练数据；基于源域训练数据对原始预测模型进行预训练，得到预训练好的预测模型；根据目标域训练数据，对预训练好的预测模型进行微调，得到参考风电场的爬坡功率预测模型。由于爬坡事件下的训练样本与常规天气下的训练样本间存在特征共性与差异性，该方法采用知识迁移的手段，先利用充足的训练数据进行预训练，再利用有限的爬坡事件对模型的参数进行微调，既能保证爬坡功率预测模型的可靠性，又能实现对爬坡事件特性的有效适应。
-
公开(公告)号：CN117200187A
公开(公告)日：2023-12-08
申请号：CN202311029087.0
申请日：2023-08-15
Applicant: 华北电力大学
IPC: H02J3/00 , G06F18/214 , G06N3/096 , G06Q50/06 , H02J3/38
Abstract: 本公开涉及一种光伏功率预测方法、模型训练方法、装置、设备及介质。获取目标光伏电站的实时天气预报数据；利用目标光伏电站的光伏功率预测模型，对实时天气预报数据进行处理，得到目标光伏电站的目标预测光伏功率；其中，光伏功率预测模型利用源光伏电站的第一训练数据对初始模型中的自适应学习器和迁移学习器分别进行预训练，并利用第一训练数据对预训练得到的第一模型中的自适应学习器进行参数更新，以及利用目标光伏电站的第二训练数据对参数更新得到的第二模型中的自适应学习器继续进行参数微调得到，第一训练数据的数据量远远大于第二训练数据的数据量。这样，利用了适用于目标光伏电站的模型进行光伏发电功率预测，从而提高预测精度。
-
公开(公告)号：CN117200187B
公开(公告)日：2025-04-08
申请号：CN202311029087.0
申请日：2023-08-15
Applicant: 华北电力大学
IPC: H02J3/00 , G06F18/214 , G06N3/096 , G06Q50/06 , H02J3/38
Abstract: 本公开涉及一种光伏功率预测方法、模型训练方法、装置、设备及介质。获取目标光伏电站的实时天气预报数据；利用目标光伏电站的光伏功率预测模型，对实时天气预报数据进行处理，得到目标光伏电站的目标预测光伏功率；其中，光伏功率预测模型利用源光伏电站的第一训练数据对初始模型中的自适应学习器和迁移学习器分别进行预训练，并利用第一训练数据对预训练得到的第一模型中的自适应学习器进行参数更新，以及利用目标光伏电站的第二训练数据对参数更新得到的第二模型中的自适应学习器继续进行参数微调得到，第一训练数据的数据量远远大于第二训练数据的数据量。这样，利用了适用于目标光伏电站的模型进行光伏发电功率预测，从而提高预测精度。
-
公开(公告)号：CN119761457A
公开(公告)日：2025-04-04
申请号：CN202411695747.3
申请日：2024-11-25
Applicant: 华北电力大学
IPC: G06N3/096 , H02J3/00 , G06N3/084 , G06N3/0985 , G06N3/0499 , G06N3/0442
Abstract: 本公开涉及一种发电功率预测模型训练方法、装置、设备及介质。获取源风电场的第一训练数据和目标风电场的第二训练数据，其中，源风电场的第一运行时间大于目标风电场的第二运行时间；利用第一训练数据、第二训练数据以及源风电场的预训练好的预测模型，确定对预训练好的预测模型进行微调的目标学习率；根据目标学习率和第二训练数据，对预训练好的预测模型进行微调，得到目标风电场的发电功率预测模型。由此，当面对仅能提供少量训练数据的目标风电场时，能够根据预训练好的预测模型、目标风电场少量的训练数据以及源风电场足够的训练数据，确定出适用于目标风电场的微调方法，有利于提高训练得到的发电功率预测模型的可靠性和适用性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
