公开(公告)号：CN115906606A

公开(公告)日：2023-04-04

申请号：CN202211167278.9

申请日：2022-09-23

Applicant: 武汉大学

Inventor： 张俊 ,  高天露 ,  陈宇锋 ,  赵杭 ,  许沛东 ,  陈思远 ,  王恒

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/08 ,  G06F119/08 ,  G06F113/06 ,  G06F111/08

Abstract: 本申请涉及一种短期时序数据预测模型构建方法、装置、设备及存储介质，涉及短期时序数据预测技术领域，包括对包括风电功率和多个风电特征参数的历史多维时序数据进行正则化处理，筛选出多个第一风电特征参数，将包含第一风电特征参数的历史多维时序数据作为新的历史多维时序数据；构建包括CNN网络、扁平化层和BiLSTM网络的CNN‑BiLSTM模型，CNN网络对多维时序数据进行特征提取处理，扁平化层对处理后的多维时序数据进行扁平化处理得到一维时序数据，BiLSTM网络对一维时序数据进行学习和预测；基于新的历史多维时序数据对上述模型进行训练得到短期时序数据预测模型，可有效提高短期风电功率预测的精度。