基于小波变换-树突状神经元模型的光伏功率预测方法

发明专利有效专利

申请号：
CN201910051839.0
IPC分类号：G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
申请日期：
2019-01-21
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于小波变换-树突状神经元模型的光伏功率预测方法
申请号	CN201910051839.0	申请日期	2019-01-21
法律状态	授权	申报国家	中国
公开/公告日	2019-06-04	公开/公告号	CN109840629A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市栖霞区仙林大学城文苑路9号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	张腾飞;赵可为;岳东;窦春霞
代理机构	南京正联知识产权代理有限公司	代理人	王素琴

摘要

本发明公开了一种基于小波变换‑树突状神经元模型的光伏功率预测方法，包括获取光伏功率历史数据和对应时刻的历史气象数据；利用小波变换将光伏功率历史数据和历史气象数据分解为若干个高频分量和低频分量；将分解后的光伏功率历史数据和历史气象数据的信号矩阵馈送到树突状神经元进行模型的训练；利用小波变换对树突状神经元输出数据进行重构，根据重构结果和实际发电功率的相对误差调整小波分解的次数和树突状神经元模型的隐含层数量，直到相对误差不高于期望误差；最后，将历史气象数据和光伏发电功率作为测试数据，测试数据的计算结果即为光伏功率预测输出；本发明将小波变换和树突状神经元模型结合提高了光伏功率预测的精度和收敛速度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供