公开(公告)号：CN119721752A

公开(公告)日：2025-03-28

申请号：CN202411769339.8

申请日：2024-12-04

Applicant: 河海大学

Inventor： 蔡昌春 ,  周毅 ,  吴敏 ,  石庆伦 ,  史朋飞 ,  范新南

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/2321 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明涉及光伏功率预测领域，是一种考虑全局信息与局部信息融合的光伏功率精准预测方法。所述方法包括如下步骤：(1)建立基于时间模式注意力的双向堆叠长短时记忆模型作为全局分支，处理全部输入序列并捕捉时间序列的长期依赖性；(2)考虑光伏功率预测模型对历史相似信息的利用建立基于相似时间序列匹配的改进Transformer模型作为局部分支，处理局部输入序列捕捉预测时段与附近时间节点之间的依赖关系；(3)建立基于长短时记忆网络和Transformer的双分支架构的混合预测模型，设计两个独立的分支分别提取全局信息和局部信息，通过专门的解码器模块整合这两类信息。通过算例分析验证本发明所提模型能够实现光伏功率的精准预测。

公开(公告)号：CN119623738A

公开(公告)日：2025-03-14

申请号：CN202411713928.4

申请日：2024-11-27

Applicant: 河海大学

Inventor： 吴敏 ,  蔡昌春 ,  钱亮 ,  石庆伦 ,  史朋飞

IPC: G06Q10/04 ,  H02J3/00 ,  H02J3/38 ,  G06Q50/06 ,  G06F18/213 ,  G06N3/0499 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种风力发电功率预测方法，属于风力发电功率预测技术领域；步骤如下：(1)数据采集与处理。采集风电场的历史数据，包括风力发电功率序列数据和相关气象数据如风速、风向、温度、气压等。将数据拼接成为二维矩阵，再进行归一化作为下一步的数据输入。(2)变量维度进行细节预测，编码器利用改进的交叉注意力替换普通Transformer中的多头注意力，进行风功率序列和气象序列间的注意力操作，捕捉预测变量中的时间特征与气象变量中的时间特征之间的依赖关系。(3)时间维度趋势预测，利用分解窗口滑动的策略结合CEEMDAN，从而避免了未来信息的泄露，同时提高了预测序列的平稳性。(4)多维度的预测信息融合。将时间维度与变量维度的预测信息将结合，得到最终的预测结果。