公开(公告)号：CN119134290A

公开(公告)日：2024-12-13

申请号：CN202411166184.9

申请日：2024-08-23

Applicant: 黄冈强源电力设计有限公司 ,  国网湖北省电力有限公司黄冈供电公司

Inventor： 陈志华 ,  彭武 ,  柯强 ,  陈波 ,  肖天雄 ,  汪洋 ,  汪景润 ,  刘修锋 ,  张王茜 ,  易璐 ,  徐晓彤

IPC: H02J3/00 ,  G06Q50/06 ,  G06Q10/0631 ,  G06Q10/04 ,  G06N3/0464

Abstract: 本发明提供一种基于深度学习网络的电网调度优化方法，包括以下步骤：根据时间采集风力发电机的功率输出数据和时空数据，对数据进行预处理；设计适用于风力发电功率预测的多模态网络结构；设计损失函数训练多模态网络，得到训练好的网络模型；使用训练好的模型对风力发电功率进行即时预测。通过采用深度学习方法，该基于深度学习网络的电网调度优化方法利用深度学习中的注意力机制，优化了对关键信息的聚焦，提升了风力发电功率预测的准确性，对风力发电功率进行了预测，能够实现更好的电网能源管理和调度优化，提高可再生能源的利用效率，减少依赖于传统能源，并确保了电网的稳定性和效率。