公开(公告)号：CN120033693A

公开(公告)日：2025-05-23

申请号：CN202510186562.8

申请日：2025-02-20

Applicant: 中国矿业大学(北京)

Inventor： 张旭 ,  叶俊 ,  谢宇涵 ,  马燊丙 ,  黄慧 ,  谢骐蔓 ,  高林涛

IPC: H02J3/00 ,  G06F16/29 ,  G06Q50/06 ,  G06F18/10 ,  G06F18/23213 ,  G06F18/214 ,  G06N20/10 ,  G06N3/006 ,  G06F18/24

Abstract: 多策略优化与数据分解的短期光伏功率预测方法为：收集目标光伏电站区域的气象数据和历史功率数据构成数据集；利用ICEEMDAN对历史功率数据进行分解得到固有模态分量；将固有模态分量组输入改进WLSSVM中进行预测训练；对雪融算法进行多策略改进得到MISAO算法；训练过程中通过MISAO优化ICEEMDAN的白噪声幅值权值Nstd和噪声添加数NE，通过MISAO优化WLSSVM的参数λ和δ；预测训练结束后，叠加预测得到的固有模态分量的预测结果得到光伏功率预测值。实现该方法的装置包括数据获取模块、聚类模块、序列分解模块、光伏功率预测模型构建与验证模块。本发明在MISAO算法中融合多种策略，增加种群多样性、扩大搜索空间及避免局部最优，提高预测效率，增强模型泛化性能与稳定性。

公开(公告)号：CN120033692A

公开(公告)日：2025-05-23

申请号：CN202510186558.1

申请日：2025-02-20

Applicant: 中国矿业大学(北京)

Inventor： 张旭 ,  叶俊 ,  高林涛 ,  马燊丙 ,  黄慧 ,  谢骐蔓 ,  谢宇涵

IPC: H02J3/00 ,  G06F16/29 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/048

Abstract: 一种基于多模块集成的短期风电功率预测的方法为收集目标风电场的气象数据和历史功率数据构成数据集；计算气象数据和历史风电功率数据的相关性，将相关性强的特征输入至短期风电功率预测模型；模型ICEEMDAN层将历史功率分解为多个模态分量；将其与输入变量中的气相数据组合形成特征矩阵；BiTCN层提取特征矩阵的特征信息；BiGRU层捕捉特征信息时序依赖，MHSA层对时间序列状态信息进行权重分配；叠加稠密层输出各个模态分量的预测值得到总体预测结果。本发明的装置包括数据获取单元、特征选择单元、序列分解单元、短期风电功率训练和预测单元。本发明设计的多模块的协同工作能充分挖掘气象数据与风电功率之间的非线性关系，增强模型在复杂气象条件下的预测能力。