基于EWT-PDBN组合的短期风电功率预测方法

发明专利有效专利

申请号：
CN202010581545.1
IPC分类号：G06Q50/06;H02J3/38;G06Q10/04
申请日期：
2020-06-23
申请人：
石家庄铁道大学

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EWT-PDBN组合的短期风电功率预测方法
申请号	CN202010581545.1	申请日期	2020-06-23
法律状态	授权	申报国家	中国
公开/公告日	2020-09-22	公开/公告号	CN111697621A
优先权	暂无	优先权号	暂无
主分类号	G06Q50/06 ? 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〕 G06Q50/00 特别适用于特定商业领域的系统或方法，例如公用事业或旅游（医疗信息学入G16H）〔2006.01，2012.01〕 G06Q50/06 电力、天然气或水供应〔2012.01〕	IPC分类号	G;0;6;Q;5;0;/;0;6;;;H;0;2;J;3;/;3;8;;;G;0;6;Q;1;0;/;0;4查看分类表>
申请人	石家庄铁道大学	申请人地址	河北省石家庄市北二环东路17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	石家庄铁道大学	当前权利人	石家庄铁道大学
发明人	王硕禾;张嘉姗;郭威;常宇健;蔡承才;刘晗
代理机构	石家庄国域专利商标事务所有限公司	代理人	苏艳肃

摘要

本发明提供了一种基于EWT‑PDBN组合的短期风电功率预测方法，包括以下步骤：A、采集风电场的数值天气预报数据与历史风电功率数据；B、对采集到的所有数据进行预处理和归一化处理；C、利用经验小波变换信号分解技术，对归一化后的历史平均风电功率数据进行分解；D、对分解出的不同本征模态分量函数子序列进行相关性筛选，然后将筛选出组子序列分别和经过归一化处理后的其它数据共同作为输入数据，输入到粒子群优化的深度信念网络模型中预测，得到组预测数据；E、将组预测数据进行叠加重构成一组数据，然后对该一组数据进行反归一化处理，得出的结果作为最终的风电功率预测结果。本发明通过EWT‑PDBN组合预测，得出精度高，误差小的风电功率预测结果。

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