一种基于多源异构数据的光伏出力超短期预测方法及系统

发明专利有效专利

申请号：
CN202011384818.X
IPC分类号：G06Q10/04;G06Q50/06;G06N3/04
申请日期：
2020-12-01
申请人：
北京科技大学

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	一种基于多源异构数据的光伏出力超短期预测方法及系统
申请号	CN202011384818.X	申请日期	2020-12-01
法律状态	授权	申报国家	暂无
公开/公告日	2021-03-16	公开/公告号	CN112508255A
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查看分类表>
申请人	北京科技大学	申请人地址	北京市海淀区学院路30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	北京科技大学	当前权利人	北京科技大学
发明人	黄超;阳昊;王龙;罗熊
代理机构	北京市广友专利事务所有限责任公司	代理人	张仲波;付忠林

摘要

本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统，包括：通过深度神经网络从地基云图中提取云图特征；从历史光伏出力数据中提取历史数据特征；将云图特征和历史数据特征拼接；最后基于拼接后的特征，通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测，利用深度神经网络在图像特征提取上的优势，从地基云图中提取特征，再与光伏出力历史数据融合，实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点，深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。

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