一种风能与太阳能发电预测模型及应用

AITNT
正文
推荐专利
一种风能与太阳能发电预测模型及应用
申请号:CN202411822144
申请日期:2024-12-11
公开号:CN119849678A
公开日期:2025-04-18
类型:发明专利
摘要
本发明公开了一种风能与太阳能发电预测模型及应用。本发明将卷积神经网络CNN与ABiLSTM结合得到CNN‑ABiLSTM模型以及将CNN与Transformer‑MLP结合得到CNN‑Transformer‑MLP模型。CNN可以捕捉可再生能源发电数据间的短期相关性,BiLSTM以及Transformer‑MLP可以利用CNN提取的新信息来识别固有的长期相关性以进行预测。本发明的两种混合模型的预测结果更加准确高效,在适应性和泛化性上都有优势,在长期预测方面优势更为明显。
技术关键词
太阳能发电预测 位置编码单元 风能 可再生能源 注意力机制 数据 训练预测模型 时序 序列 训练集 非线性 误差 单层 指标
系统为您推荐了相关专利信息
1
基于生成对抗网络的城市局部碳排放热点预测与调控方法
时空注意力机制 矩阵 调控策略 调控方法 多尺度
2
多场景协同的电力调度运行策略优化系统及方法
策略优化方法 人工智能模型 风能 风力发电量 光伏发电设备
3
用于人体重识别模型的模型训练方法、系统及电子设备
人体重识别 特征提取模块 加权特征 标识标签 模型训练方法
4
基于特征交互的视频推荐方法、装置、设备及存储介质
点击概率 视频推荐方法 多头注意力机制 交互特征 计算机可读指令
5
基于多尺度深度学习长期个体AD风险预测模型及预测方法
风险预测模型 轻度认知障碍 磁共振 多尺度 特征提取模块
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