欢迎来到模具产业互联网
首页 > 专家详情 \ 科研成果 > 一种基于深度学习网络的光伏电站发电功率短期预测方法 | Method for short-term prediction of generated power of photovoltaic power station based on deep learning network 【专利】
一种基于深度学习网络的光伏电站发电功率短期预测方法 | Method for short-term prediction of generated power of photovoltaic power station based on deep learning network
研究领域:
其他
公开日:
2018-03-13

申请号:
CN201711067424.X
公开(公告)号:
CN107798432A
专利分类号:
G06Q10/04 | H04W4/38 | G06Q50/06
所属专家:
东莞理工学院教师
所在院校:
东莞理工学院
申请(专利权)人:
东莞理工学院
申请日:
2017-11-03
专利简介:

所属专家:姜鸣 本发明公开了一种基于深度学习网络的光伏电站发电功率短期预测方法,包括装置机壳、连接线与辐射仪,所述装置机壳的下端外表面固定安装有WiFi发射接收器,所述靠近装置机壳的上端外表面电源开关键的一侧设有操作按钮,所述语音播报器的上方设有提示灯。该基于深度学习网络的光伏电站发电功率短期预测方法,通过WiFi发射接收器的设置,可以实现远程无线数据的传输,通过设置的数据分析模块与生成器,可利用历史的存储数据,构建不同的深度学习模型以得到不同需求的输出结果,从而提高预测率,通过测云雷达的设置,能够采集到云层的信息,大大提高在天气剧烈变化期间算法的精确程度,解决了现有的光伏电站发电功率预测不准的问题。

附件:
橄榄枝数量:
0
我感兴趣 关注TA