哈尔滨工业大学等申请基于特征提取和深度学习的风电爬坡事件预测专利，精准预测风电爬坡事件_能源动态

哈尔滨工业大学等申请基于特征提取和深度学习的风电爬坡事件预测专利，精准预测风电爬坡事件

创始人

2025-05-10 15:02:40

0次

金融界2025年5月10日消息，国家知识产权局信息显示，哈尔滨工业大学、国网经济技术研究院有限公司、国家电网有限公司、国网新源控股有限公司、国网山西省电力公司、国网山西省电力公司电力科学研究院申请一项名为“基于特征提取和深度学习的风电爬坡事件预测方法、系统、介质及设备”的专利，公开号CN119940615A，申请日期为2025年1月。

专利摘要显示，本发明涉及数字电网与人工智能领域，公开了一种基于特征提取和深度学习的风电爬坡事件预测方法、系统、介质及设备，其包括：选择与风功率预测相关的历史气象数据，以及对应的历史风功率数据，将历史气象数据作为风功率预测特征，并与历史风功率数据构成风功率预测特征集；采用参数自适应旋转门算法，从特征集中提取风电爬坡事件，将历史数据处理为多种爬坡特征；将气象数据、历史风功率数据和所得的爬坡特征将作为预测模型的输入，通过卷积神经网络二次提取特征，得到特征图；将特征图输入至长短期记忆神经网络，获得预报的风电功率；将风电功率的预报结果，通过参数自适应旋转门算法提取出爬坡事件，获得风电爬坡事件的预测结果。

来源：金融界

上一篇：中国水利水电第八工程局有限公司取得工程车辆用轮胎清洗装置专利，清洗效果好

下一篇：中核核电申请核电管道减振的宽频域橡胶弹簧动力吸振器专利，有效抑制管道振动

哈尔滨工业大学等申请基于特征提取和深度学习的风电爬坡事件预测专利，精准预测风电爬坡事件

相关内容

热门资讯