-
公开(公告)号:CN113343590B
公开(公告)日:2022-03-22
申请号:CN202110772591.4
申请日:2021-07-08
Applicant: 华北电力大学(保定)
IPC: G06F30/27 , G06F113/06 , G06F119/02
Abstract: 本发明提出了一种基于组合模型的风速预测方法及系统,涉及风力发电风速预测领域,该方法包括:采集历史风速数据,构建原始风速数据集;利用变分模态分解算法将所述原始风速数据集的风速时间序列分解为N个模态分量;所述N个模态分量包括K个固有模态分量和1个残余分量;将各个所述模态分量分别单独输入到预先训练好的改进Transformer模型中进行预测,得到所述固有模态分量的预测结果和所述残余分量的预测结果;将所述固有模态分量的预测结果和所述残余分量的预测结果进行叠加,得到最终的风速预测结果。通过将变分模态分解法和Transformer模型进行组合,可有效提升风速预测的准确性和可靠性。
-
公开(公告)号:CN113343590A
公开(公告)日:2021-09-03
申请号:CN202110772591.4
申请日:2021-07-08
Applicant: 华北电力大学(保定)
IPC: G06F30/27 , G06F113/06 , G06F119/02
Abstract: 本发明提出了一种基于组合模型的风速预测方法及系统,涉及风力发电风速预测领域,该方法包括:采集历史风速数据,构建原始风速数据集;利用变分模态分解算法将所述原始风速数据集的风速时间序列分解为N个模态分量;所述N个模态分量包括K个固有模态分量和1个残余分量;将各个所述模态分量分别单独输入到预先训练好的改进Transformer模型中进行预测,得到所述固有模态分量的预测结果和所述残余分量的预测结果;将所述固有模态分量的预测结果和所述残余分量的预测结果进行叠加,得到最终的风速预测结果。通过将变分模态分解法和Transformer模型进行组合,可有效提升风速预测的准确性和可靠性。
-
公开(公告)号:CN113485273B
公开(公告)日:2022-05-06
申请号:CN202110850571.4
申请日:2021-07-27
Applicant: 华北电力大学(保定)
IPC: G05B19/418
Abstract: 本发明涉及一种动态系统时延计算方法及系统,先根据预设周期,分别对动态系统的输入信号和输出信号进行采样,得到输入序列和输出序列。然后根据输入序列计算目标加权邻接矩阵,最后根据目标加权邻接矩阵和输出序列计算图的全局光滑性度量,并对图的全局光滑性度量进行最小化,得到动态系统的时延。本发明所提供的计算方法及系统,能够对未知系统模型的动态系统进行时延计算,应用更为广泛,且能够降低时延计算的复杂度,提高时延计算结果对数据噪声的鲁棒性,进而提高时延计算结果的精度。
-
公开(公告)号:CN113485273A
公开(公告)日:2021-10-08
申请号:CN202110850571.4
申请日:2021-07-27
Applicant: 华北电力大学(保定)
IPC: G05B19/418
Abstract: 本发明涉及一种动态系统时延计算方法及系统,先根据预设周期,分别对动态系统的输入信号和输出信号进行采样,得到输入序列和输出序列。然后根据输入序列计算目标加权邻接矩阵,最后根据目标加权邻接矩阵和输出序列计算图的全局光滑性度量,并对图的全局光滑性度量进行最小化,得到动态系统的时延。本发明所提供的计算方法及系统,能够对未知系统模型的动态系统进行时延计算,应用更为广泛,且能够降低时延计算的复杂度,提高时延计算结果对数据噪声的鲁棒性,进而提高时延计算结果的精度。
-
-
-