一種基于概率性長短期記憶模型的風(fēng)速區(qū)間預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111479260.8 申請(qǐng)日 -
公開（公告）號(hào) CN114219137A 公開（公告）日 2022-03-22
申請(qǐng)公布號(hào) CN114219137A 申請(qǐng)公布日 2022-03-22
分類號(hào) G06Q10/04（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王幫燦;謝蒙飛;蔡華祥;嚴(yán)明輝;張茂林;馬高權(quán);丁文嬌;楊喆麟 申請(qǐng)（專利權(quán)）人 昆明電力交易中心有限責(zé)任公司
代理機(jī)構(gòu) 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 代理人 龔春來
地址 650000云南省昆明市官渡區(qū)拓東路73號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于概率性長短期記憶模型的風(fēng)速區(qū)間預(yù)測(cè)方法，首先構(gòu)建LSTM時(shí)序預(yù)測(cè)模型和高斯過程回歸概率性預(yù)測(cè)模型；然后根據(jù)所述LSTM時(shí)序預(yù)測(cè)模型和高斯過程回歸概率性預(yù)測(cè)模型，構(gòu)建概率性的LSTM時(shí)序預(yù)測(cè)模型；通過提取的預(yù)報(bào)因子和預(yù)報(bào)對(duì)象，訓(xùn)練得到所述概率性的LSTM時(shí)序預(yù)測(cè)模型參數(shù)，得到最優(yōu)概率性的LSTM時(shí)序預(yù)測(cè)模型；針對(duì)任意一組風(fēng)速預(yù)報(bào)因子，提取預(yù)報(bào)風(fēng)速的均值和方差，根據(jù)所述均值和方差構(gòu)建風(fēng)速的正態(tài)分布，以便預(yù)測(cè)得到高精度的風(fēng)速結(jié)果。本發(fā)明的有益效果是：能快速提供風(fēng)速區(qū)間預(yù)測(cè)結(jié)果，且該預(yù)測(cè)結(jié)果具有深度學(xué)習(xí)的高精度擬合特性。