摘要
本发明提出一种量子融合扩散条件变分的风电功率概率分布预测方法、装置、计算机设备和介质,首先将风电场的历史风速、风向、温度、湿度、压力和风电功率数据作为输入,依据平均模态自适应完备集合经验模态分解方法将输入进行分解,依据量子生成扩散方法进行风电功率预测的同时依据基于双阶段注意力机制的量子双向循环门控单元方法进行风电功率预测,最后依据Transformer条件变分自动编码器预测风电功率的概率分布。所提方法能实现精准的概率分布预测,同时提高风电功率的预测精度,优化预测模型的泛化能力,优化风电功率预测的计算效率和节省预测过程中的能耗。
技术关键词
概率分布预测方法
门控循环单元
注意力机制
变分自动编码器
集合经验模态分解
风速
旋转门
解码器
压力
数据
前馈神经网络
编码器模块
参数
阶段
去噪电路
矩阵
计算机设备
系统为您推荐了相关专利信息
预训练方法
大语言模型
矩阵
前馈神经网络
网络结构
表情生成方法
语义向量
多模态
语音特征提取
三维头部模型
位点预测方法
融合特征
序列特征
多模态特征融合
三维结构
新能源接入配电网
时序预测模型
线损
深度强化学习算法
波动特征