【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及風(fēng)電短期預(yù)測(cè)領(lǐng)域，尤其是涉及基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法。
技術(shù)介紹
1、風(fēng)電短期預(yù)測(cè)是指在當(dāng)日的固定時(shí)間點(diǎn)(通常為上午8-12時(shí))預(yù)測(cè)次日00:00至23:45時(shí)的96點(diǎn)功率出力值。風(fēng)電場(chǎng)功率輸出受氣象條件的強(qiáng)烈影響，風(fēng)速、溫度、濕度等氣象因素的變化直接決定了風(fēng)電功率的波動(dòng)性和不確定性，因此，預(yù)測(cè)風(fēng)電場(chǎng)的功率需要以氣象預(yù)報(bào)數(shù)據(jù)作為輸入。氣象預(yù)報(bào)數(shù)據(jù)通常為格點(diǎn)形式，為方便利用，現(xiàn)有的短期功率預(yù)測(cè)方法通常將格點(diǎn)形式的氣象預(yù)報(bào)數(shù)據(jù)插值到風(fēng)電場(chǎng)站，然而，這種做法會(huì)忽略大量的有用信息，從而影響功率預(yù)測(cè)的精度。
2、近年來，隨著深度學(xué)習(xí)技術(shù)的飛速發(fā)展，基于深度學(xué)習(xí)的新能源預(yù)測(cè)技術(shù)取得了顯著進(jìn)展。例如，卷積神經(jīng)網(wǎng)絡(luò)(cnn)、長(zhǎng)短期記憶網(wǎng)絡(luò)(lstm)等模型已經(jīng)被廣泛應(yīng)用于時(shí)間序列預(yù)測(cè)任務(wù)中。然而，這些模型在捕捉復(fù)雜時(shí)空依賴關(guān)系方面存在一定局限性。
3、swin-transformer作為一種新興的深度學(xué)習(xí)模型，最初用于計(jì)算機(jī)視覺領(lǐng)域。其基于滑動(dòng)窗口機(jī)制的局部自注意力結(jié)構(gòu)，可以更有效地處理高分辨率數(shù)據(jù)，捕捉局部和全局的信息。與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)相比，swin-transformer在處理復(fù)雜數(shù)據(jù)結(jié)構(gòu)時(shí)具有更好的表現(xiàn)，尤其適合氣象和風(fēng)電功率等時(shí)空依賴強(qiáng)的多維數(shù)據(jù)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，根據(jù)氣象網(wǎng)格數(shù)據(jù)以及風(fēng)電時(shí)序數(shù)據(jù)的特性，改進(jìn)
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供了基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，包括以下步驟：
3、獲取歷史風(fēng)電時(shí)序功率數(shù)據(jù)和未來氣象網(wǎng)格預(yù)報(bào)數(shù)據(jù)；
4、將獲取的歷史風(fēng)電時(shí)序功率數(shù)據(jù)和未來氣象網(wǎng)格預(yù)報(bào)數(shù)據(jù)進(jìn)行時(shí)間位置編碼、空間位置編碼、卷積，分別輸出氣象預(yù)報(bào)數(shù)組和歷史功率的初始特征，將這兩組初始特征在最后一維度上進(jìn)行合并、填充形成一個(gè)新的特征數(shù)據(jù)；
5、將新的特征數(shù)據(jù)輸入到氣象-新能源預(yù)測(cè)模型中，輸出融合特征，將融合特征再次卷積和一個(gè)mlp層得到最終的預(yù)測(cè)結(jié)果。
6、優(yōu)選的，空間位置編碼的具體公式如下：
7、
8、式中，px,2j表示偶數(shù)列的元素，py,2j表示偶數(shù)行的元素，數(shù)組是二維的，(n,2)，n表示風(fēng)電場(chǎng)的數(shù)量，2表示經(jīng)緯度坐標(biāo)，所以x表示經(jīng)度，y表示緯度，d表示特征的維度，2j表示偶數(shù)列，2j+1表示奇數(shù)列。
9、優(yōu)選的，時(shí)間位置編碼如下：
10、
11、式中，i表示時(shí)間，pi,2j表示偶數(shù)的元素，pi,2j+1表示奇數(shù)的元素。
12、優(yōu)選的，氣象-新能源預(yù)測(cè)模型基于改進(jìn)的swin-transformer通過堆疊多層模型來實(shí)現(xiàn)特征的多尺度建模，每層包括局部窗口自注意力、移位窗口操作和全連接層。
13、優(yōu)選的，移位窗口操作連接不同窗口中的信息
14、
15、式中，s是移位的像素?cái)?shù)，xω表示原始特征，表示移位后的特征。
16、基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)系統(tǒng)，包括
17、數(shù)據(jù)獲取模塊用于獲取歷史風(fēng)電時(shí)序功率數(shù)據(jù)和未來氣象網(wǎng)格預(yù)報(bào)數(shù)據(jù)；
18、數(shù)據(jù)處理模塊用于將獲取的歷史風(fēng)電時(shí)序功率數(shù)據(jù)和未來氣象網(wǎng)格預(yù)報(bào)數(shù)據(jù)進(jìn)行時(shí)間位置編碼、空間位置編碼、卷積，分別輸出氣象預(yù)報(bào)數(shù)組和歷史功率的初始特征，將這兩組初始特征在最后一維度上進(jìn)行合并、填充形成一個(gè)新的特征數(shù)據(jù)；
19、預(yù)測(cè)模塊用于將新的特征數(shù)據(jù)輸入到氣象-新能源預(yù)測(cè)模型中，輸出融合特征，將融合特征再次卷積和一個(gè)mlp層得到最終的預(yù)測(cè)結(jié)果。
20、一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器調(diào)用所述存儲(chǔ)器中的計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法的步驟。
21、一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器加載并執(zhí)行時(shí)，實(shí)現(xiàn)基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法的步驟。
22、因此，本專利技術(shù)采用上述的基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，技術(shù)效果如下：
23、(1)解決了氣象網(wǎng)格數(shù)據(jù)與風(fēng)電時(shí)序數(shù)據(jù)模態(tài)不一致，難以有效地融合并被機(jī)器學(xué)習(xí)模型理解的問題；
24、(2)解決了氣象網(wǎng)格數(shù)據(jù)冗余度高，傳統(tǒng)機(jī)器學(xué)習(xí)模型難以有效地利用并提升預(yù)測(cè)精度的問題。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，空間位置編碼的具體公式如下：
3.根據(jù)權(quán)利要求1所述的基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，時(shí)間位置編碼如下：
4.根據(jù)權(quán)利要求1所述的基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，氣象-新能源預(yù)測(cè)模型基于改進(jìn)的Swin-Transformer通過堆疊多層模型來實(shí)現(xiàn)特征的多尺度建模，每層包括局部窗口自注意力、移位窗口操作和全連接層。
5.根據(jù)權(quán)利要求4所述的基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，移位窗口操作連接不同窗口中的信息
6.基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)系統(tǒng)，其特征在于，包括
7.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)
8.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器加載并執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至5任一項(xiàng)所述基于Swin-Transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法的步驟。
...【技術(shù)特征摘要】
1.基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，空間位置編碼的具體公式如下：
3.根據(jù)權(quán)利要求1所述的基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，時(shí)間位置編碼如下：
4.根據(jù)權(quán)利要求1所述的基于swin-transformer框架的氣象-風(fēng)電功率聯(lián)合預(yù)測(cè)方法，其特征在于，氣象-新能源預(yù)測(cè)模型基于改進(jìn)的swin-transformer通過堆疊多層模型來實(shí)現(xiàn)特征的多尺度建模，每層包括局部窗口自注意力、移位窗口操作和全連接層。
5.根據(jù)權(quán)利要求4所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李然，白磊，林洲漢，張海鵬，顧欣宇，劉一凡，
申請(qǐng)(專利權(quán))人：李然，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。