← 返回列表
基于自适应蚁群整定长短期记忆网络的分布式光伏功率预测方法
摘要文本
本发明提出了一种基于自适应蚁群整定长短期记忆网络的分布式光伏功率预测方法，包括以下步骤：步骤1：建立用于预测分布式光伏功率的多维度特征数据向量集；步骤2：针对步骤1建立的用于预测分布式光伏功率的多维度特征数据向量集，建立用于预测分布式光伏功率的长短期记忆网络；步骤3：针对步骤2建立的长短期记忆网络，建立用于优化长短期记忆网络参数的自适应蚁群算法模型。本发明显著提升了预测模型的泛化能力，增强了预测模型对不同环境条件下的预测准确性和稳定性，从而提高了预测方法的有效性和普适性。通过自适应蚁群算法的参数优化，可以进一步提高光伏功率预测模型的性能和效率，为光伏发电系统的智能管理和优化运行提供有力支持。 关注公众号专利查询网
申请人信息
- 申请人:国网江苏省电力有限公司灌云县供电分公司
- 申请人地址:222000 江苏省连云港市灌云县幸福大道305号
- 发明人: 国网江苏省电力有限公司灌云县供电分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于自适应蚁群整定长短期记忆网络的分布式光伏功率预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311177463.0 |
| 申请日 | 2023/9/13 |
| 公告号 | CN117390951A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 国网江苏省电力有限公司灌云县供电分公司 |
| 发明人 | 刘博文; 韩亮; 孙威; 陈小宇; 吴月宝; 孟文青; 李亚宏 |
| 地址 | 江苏省连云港市灌云县幸福大道305号 |
专利主权项内容
1.基于自适应蚁群整定长短期记忆网络的分布式光伏功率预测方法，其特征在于，包括以下步骤：步骤1：建立用于预测分布式光伏功率的多维度特征数据向量集；步骤2：针对步骤1建立的用于预测分布式光伏功率的多维度特征数据向量集，建立用于预测分布式光伏功率的长短期记忆网络；步骤3：针对步骤2建立的长短期记忆网络，建立用于优化长短期记忆网络参数的自适应蚁群算法模型。