加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于主成分分析和改进LSTM的光伏功率预测方法及系统

发明专利有效专利
  • 申请号:
    CN202110647701.4
  • IPC分类号:G06Q10/04;G06Q50/06;H02J3/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08;H02J3/38;H02J3/46
  • 申请日期:
    2021-06-10
  • 申请人:
    淮阴工学院
著录项信息
专利名称基于主成分分析和改进LSTM的光伏功率预测方法及系统
申请号CN202110647701.4申请日期2021-06-10
法律状态实质审查申报国家中国
公开/公告日2021-10-08公开/公告号CN113487064A
优先权暂无优先权号暂无
主分类号G06Q10/04IPC分类号G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;H;0;2;J;3;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;H;0;2;J;3;/;3;8;;;H;0;2;J;3;/;4;6查看分类表>
申请人淮阴工学院申请人地址
江苏省淮安市清江浦区枚乘东路1号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人淮阴工学院当前权利人淮阴工学院
发明人马慧心;张楚;彭甜;纪捷;夏鑫;张涛;孙伟;李沂蔓
代理机构南京苏高专利商标事务所(普通合伙)代理人柏尚春
摘要
本发明公开了一种基于主成分分析和改进LSTM的光伏功率预测方法及系统,所述方法包括:(1)获取一定时间内光伏功率数据,并使用主成分分析法对原始数据进行降维,提升数据处理的速度;(2)将处理好的数据集分为训练集和测试集;(3)使用莱维飞行和爬山搜索改进正余弦算法,用改进后的正余弦算法优化长短期记忆网络LSTM的隐含层神经元个数和最大训练次数;(4)建立ISCA‑LSTM模型,并使用训练集中数据训练模型;(5)将测试集中数据输入训练好的ISCA‑LSTM模型,得到预测结果,并计算均方误差、平均绝对标度误差,决定系数判断本模型的有效性。本发明与传统预测模型相比,展现出了更为优异的预测精度,能够进一步提高光伏功率预测的准确性。

专利服务由北京酷爱智慧知识产权代理公司提供