一种基于机器学习的生物质能发电量预测方法及系统

AITNT
正文
推荐专利
一种基于机器学习的生物质能发电量预测方法及系统
申请号:CN202410915755
申请日期:2024-07-09
公开号:CN118713072A
公开日期:2024-09-27
类型:发明专利
摘要
一种基于机器学习的生物质能发电量预测方法,其特征在于,所述方法包括以下步骤:采集生物质能产沼及发电系统的储气柜排放流量、上网电量、非上网能量,以及所述系统所在的环境数据,并构造输入特征矩阵;将所述输入特征矩阵输入至预先训练的CNN‑GRNN模型中,以获得所述系统中沼气发电机的预测发电量曲线。本发明综合考虑沼气发电系统中的长期历史数据,充分分析发电系统特征,降低生物质能发电量预测的不确定性。
技术关键词
GRNN模型 发电量预测方法 生物质能 概率密度函数 沼气发电机 发电量预测系统 节点 分析发电系统 沼气发电系统 气柜 矩阵 半轴 采样方法 误差 处理器 曲线 算法 可读存储介质
系统为您推荐了相关专利信息
1
一种基于衰减-增长自适应策略的3DGS改进算法
策略 3D点云 频率控制方式 参数 场景
2
基于聚类处理的湿地水质检测方法
水质检测方法 监测点 协方差矩阵 LSTM神经网络 实时监测数据
3
一种基于几何随机模型的城市车对车信道冲激响应模型构建方法
信道冲激响应 模型构建方法 车对车 路径损耗指数 发射天线
4
基于PPO的认知雷达抗干扰策略自适应生成方法及装置
雷达抗干扰 概率密度函数 网络 工作周期 回波
5
基于动态稀疏注意力机制的变分自编码器异常检测算法
注意力机制 动态 编码器 滑动窗口技术 估计概率密度函数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号