[發(fā)明專利]一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810425979.5
• 申請日: 2018-05-07
• 公開（公告）號: CN108711847B
• 公開（公告）日: 2019-06-04
• 發(fā)明（設(shè)計）人: 路寬;趙巖;王昕;孟祥榮;孫雯雪;程艷;李廣磊;龐向坤;高嵩;王文寬;姚常青;李軍;李洪海;張榮貴;于慶彬;顏慶;蘇東亮
• 申請（專利權(quán)）人: 國網(wǎng)山東省電力公司電力科學(xué)研究院;山東中實易通集團有限公司;山東魯能軟件技術(shù)有限公司;國家電網(wǎng)公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38
• 代理公司: 濟南誠智商標專利事務(wù)所有限公司 37105
• 代理人: 鄭憲常

1.一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法，其特征是，包括以下步驟：

S1、使用基于編碼解碼的長短期記憶網(wǎng)絡(luò)對風(fēng)電功率進行自編碼處理，提取訓(xùn)練后的網(wǎng)絡(luò)中間狀態(tài)；

S2、將提取的網(wǎng)絡(luò)中間狀態(tài)與預(yù)測期的天氣數(shù)據(jù)進行合并形成新長短期記憶預(yù)測模型輸入值，輸出預(yù)測期風(fēng)電功率；

所述步驟S1中使用基于編碼解碼的長短期記憶網(wǎng)絡(luò)對風(fēng)電功率進行自編碼處理，提取訓(xùn)練后的網(wǎng)絡(luò)中間狀態(tài)，具體包括：

S11、將輸入風(fēng)電功率數(shù)據(jù)序列輸入長短期記憶網(wǎng)絡(luò)，編碼器學(xué)習(xí)后輸出中間狀態(tài)，解碼器將中間狀態(tài)解碼成輸出風(fēng)電功率，所述輸出風(fēng)電功率數(shù)據(jù)序列與輸入風(fēng)電功率數(shù)據(jù)序列順序相反；

S12、將步驟S11在訓(xùn)練初期維持高學(xué)習(xí)率進行訓(xùn)練，訓(xùn)練至500輪以后采用指數(shù)下降法實現(xiàn)學(xué)習(xí)率衰減，總體訓(xùn)練1500輪；

S13、提取步驟S12訓(xùn)練完畢的長短期記憶網(wǎng)絡(luò)中間狀態(tài)；

所述步驟S2中將提取的網(wǎng)絡(luò)中間狀態(tài)與預(yù)測期的天氣數(shù)據(jù)進行合并形成新長短期記憶預(yù)測模型輸入值，輸出預(yù)測期風(fēng)電功率，具體包括：

S21、將歷史天氣數(shù)據(jù)輸入到自編碼處理提取的中間狀態(tài)后得到嵌入層，將該嵌入層與預(yù)測期的天氣數(shù)據(jù)進行合并形成新長短期記憶網(wǎng)絡(luò)輸入值，輸出值為預(yù)測期風(fēng)電功率；

S22、將輸入值和輸出值輸入到新長短期記憶網(wǎng)絡(luò)進行訓(xùn)練，在訓(xùn)練初期維持高學(xué)習(xí)率進行訓(xùn)練，訓(xùn)練至500輪以后采用指數(shù)下降法實現(xiàn)學(xué)習(xí)率衰減，總體訓(xùn)練1500輪；

S23、將標準化處理后的歷史風(fēng)電功率數(shù)據(jù)輸入到步驟S22中訓(xùn)練完成后的編碼器中得到中間狀態(tài)，將中間狀態(tài)與標準化處理后的預(yù)測期天氣數(shù)據(jù)進行合并，形成預(yù)測模型的輸入值；

S24、將步驟S23形成的輸入值輸入到訓(xùn)練完成的新長短期記憶預(yù)測模型中，輸出預(yù)測期風(fēng)電功率。

2.如權(quán)利要求1所述的一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法，其特征是，所述將提取的網(wǎng)絡(luò)中間狀態(tài)與預(yù)測期的天氣數(shù)據(jù)進行合并形成新長短期記憶預(yù)測模型輸入值步驟之前，還包括輸入數(shù)據(jù)標準化步驟：

將風(fēng)電功率及天氣數(shù)據(jù)中的風(fēng)速、氣溫、氣壓、輪轂高度處空氣密度數(shù)值標準化為區(qū)間[-0.8,0.8]，公式如下：

x_max為輸入數(shù)據(jù)的最大值；x_min為輸入數(shù)據(jù)的最小值；x_scaled為輸出數(shù)據(jù)；

將輪轂高度處風(fēng)向變量標準化公式如下：

x^wd為輪轂高度處風(fēng)向變量取值；為輪轂高度處風(fēng)向變量取值標準化后的輸出值。

3.如權(quán)利要求2所述的一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法，其特征是，所述編碼器涉及到的超參數(shù)定義如下：

輸入層時間步數(shù)設(shè)置為480，即按照15min一個數(shù)據(jù)點來計算的前5天歷史風(fēng)電功率數(shù)據(jù)；輸入變量為風(fēng)電功率，輸入維數(shù)為1；隱藏層數(shù)目為1層長短期記憶網(wǎng)絡(luò)；隱藏層維度為32；輸出變量為風(fēng)電功率，輸出維數(shù)為1。

4.如權(quán)利要求2所述的一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法，其特征是，步驟S24的輸出預(yù)測期風(fēng)電功率之后，還包括：

將輸出的預(yù)測期風(fēng)電功率按照下式進行反歸一化處理，

5.如權(quán)利要求4所述的一種基于編碼解碼長短期記憶網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法，其特征是，所述新長短期記憶網(wǎng)絡(luò)涉及到的超參數(shù)如下：

輸入層的時間步數(shù)設(shè)置為480，即按照15min一個數(shù)據(jù)點來計算的前5天歷史數(shù)據(jù)；輸入變量為自編碼器中提取的中間狀態(tài)和預(yù)測期5維氣象變量的37維向量，包括嵌入層的32維以及風(fēng)速、氣溫、氣壓、輪轂高度處空氣密度和輪轂高度處風(fēng)向；隱藏層數(shù)目為3層長短期記憶網(wǎng)絡(luò)；隱藏層維度為128維、64維、32維；輸出變量為預(yù)測期風(fēng)電功率，輸出維數(shù)為1。