摘要
本发明提供一种用户侧分布式风电功率多时间尺度预测方法、系统及介质,该方法包括:首先获取风力发电功率、风速、温度和湿度,通过卷积模块提取数据不同时间尺度的特征;然后,采用adam优化器对LSTM网络结构进行优化,并且对FTTA优化算法进行改进,利用改进后的FTTA优化算法对LSTM的超参数进行优化,再将风力发电功率、风速、温度和湿度数据归一化,最后将归一化后的数据输入改进FTTA优化算法的LSTM模型之中进行预测。本发明提出的方法通过优化的LSTM模型在多尺度上进行预测,从而提高对风电功率的预测精度。
技术关键词
多时间尺度
优化预测模型
网络结构
可读存储介质
多尺度特征提取
卷积模块
数据
参数
球员
LSTM模型
矩阵
梯度下降法
算法
风速
预测系统
玩家
计算机
处理器
系统为您推荐了相关专利信息
鲁棒性评估方法
样本
集成策略
检测器
分类准确率
翻译语言
翻译方法
大语言模型
可视化搜索界面
显示信息
动态监测方法
机器学习算法
图像语义分割
网络架构
sigmoid函数
虚拟对象
计算机可执行指令
历史会话
计算机程序产品
编辑