摘要
本申请涉及新能源微电网的智能化控制领域,其具体地公开了一种新能源微电网的协同控制方法及装置,其将采集到的分布式新能源发电系统的历史发电数据以及未来一段时间内的发电影响因素数据作为输入数据,并通过深度学习技术分别对这些输入数据进行卷积编码。也就是,将所述输入数据通过深度学习技术处理以得到更加准确地特征表示。然后对这些特征表示进行分析以得到生成结果,所述生成结果用于表示分布式新能源发电系统在未来一段时间内的发电曲线图。这样,有助于实现对分布式新能源发电的波动性的精准预测。
技术关键词
分布式新能源发电
新能源微电网
生成特征向量
协同控制方法
特征提取模块
时序
矩阵
度量
数据
因子
深度学习技术
池化特征
序列
卷积特征
参数
协同控制装置
卷积神经网络模型
词嵌入向量
系统为您推荐了相关专利信息
痤疮
多模态特征融合
交叉注意力机制
特征提取模块
矩阵
智能监管系统
文本
网络爬虫技术
人机交互模块
特征提取模块
训练样本集
中心字典
损失函数优化
判别字典
重构误差
预警控制方法
偏移特征
动态时间规整方法
特征数据库
储能系统
协同控制方法
混合整数线性规划模型
历史故障数据
数字孪生模型
故障行波