基于SDAE-SVR-BA的風(fēng)電功率深度學(xué)習(xí)預(yù)測(cè)模型優(yōu)化方法

基本信息

申請(qǐng)?zhí)?/td> CN202011346919.8 申請(qǐng)日 -
公開（公告）號(hào) CN112633551A 公開（公告）日 2021-04-09
申請(qǐng)公布號(hào) CN112633551A 申請(qǐng)公布日 2021-04-09
分類號(hào) G06Q10/04;G06Q10/06;G06Q50/06;G06N3/00 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 彭小圣;陳奕虹;王洪雨;李剛;傅瑞斌 申請(qǐng)（專利權(quán)）人 內(nèi)蒙古電力（集團(tuán)）有限責(zé)任公司
代理機(jī)構(gòu) 武漢開元知識(shí)產(chǎn)權(quán)代理有限公司 代理人 唐正玉
地址 430074 湖北省武漢市洪山區(qū)珞瑜路1037號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于SDAE?SVR?BA的風(fēng)電功率深度學(xué)習(xí)預(yù)測(cè)模型優(yōu)化方法，包括以下步驟：(1)首先對(duì)原始特征數(shù)據(jù)庫(kù)中的多維NWP數(shù)據(jù)和風(fēng)電場(chǎng)歷史功率數(shù)據(jù)進(jìn)行預(yù)處理；(2)采用蝙蝠算法BA對(duì)堆棧去噪自動(dòng)編碼器SDAE的隱含層數(shù)和隱含層節(jié)點(diǎn)數(shù)進(jìn)行優(yōu)化；(3)采用SDAE對(duì)輸入數(shù)據(jù)做特征映射；(4)采用蝙蝠算法BA優(yōu)化支持向量回歸SVR模型中的參數(shù)g和C，g為SVR模型中核函數(shù)半徑，C為SVR模型中懲罰因子；(5)再將步驟(3)映射特征的數(shù)據(jù)輸入使用BA優(yōu)化的SVR模型中進(jìn)行預(yù)測(cè)，最后輸出優(yōu)化后的預(yù)測(cè)結(jié)果。本發(fā)明通過(guò)采用BA優(yōu)化的SDAE?SVR預(yù)測(cè)模型，具有出色的特征提取與抽象能力，有效提升了短期風(fēng)電功率預(yù)測(cè)的精度，提高了功率預(yù)測(cè)的魯棒性和穩(wěn)定性，適合推廣使用。