[發明專利]一種多風場時空風速預測方法、裝置及電子設備

在審

• 申請號: 202011211309.7
• 申請日: 2020-11-03
• 公開（公告）號: CN112308322A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 周斌;鄭玲;黎燦兵;李雅凱;曹一家;張聰;李佳勇
• 申請（專利權）人: 華翔翔能科技股份有限公司;湖南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06N3/04;G06N3/08
• 代理公司: 長沙智勤知識產權代理事務所(普通合伙) 43254
• 代理人: 彭鳳琴

1.一種多風場時空風速預測方法，用于多風場的時空風速預測，其特征在于，包括以下步驟：

獲取目標區域內多個風場的風速空間矩陣，所述風速空間矩陣包括預設維數的時間維度以及預設維數的空間維度；

通過預設的空間特征提取網絡，提取所述風速空間矩陣中不同時間維度的風速空間特征，所述風速空間特征包括所述預設維數的時間維度；

通過預設的時間依賴捕獲網絡，捕獲預設時間段內各個所述風速空間特征之間的時間依賴關系，得到風速時空特征；

通過預設的線性回歸網絡，對所述風速時空特征進行線性還原與回歸，輸出得到風速預測結果。

2.如權利要求1所述的多風場時空風速預測方法，其特征在于，所述空間特征提取網絡包括卷積層與線性層，所述通過預設的空間特征提取網絡，提取所述風速空間矩陣中不同時間維度的風速空間特征的步驟具體包括：

通過所述卷積層，提取所述風速空間矩陣中不同時間維度的局部風速空間特征；

通過所述線性層，將所述局部風速空間特征進行線性展開，并將線性展開后的局部風速空間特征進行非線性變換，得到風速空間特征。

3.如權利要求1或2所述的多風場時空風速預測方法，其特征在于，所述時間依賴捕獲網絡包括子膠囊層、動態路由層以及母膠囊層，所述子膠囊層包括與所述預設時間段的數量相同的子膠囊，所述動態路由層包括與所述子膠囊的數量對應的動態路由，所述母膠囊層包括與所述子膠囊的數量對應的母膠囊，其中，每個所述子膠囊通過一條動態路由與一個母膠囊連接。

4.如權利要求3所述的多風場時空風速預測方法，其特征在于，所述通過預設的時間依賴捕獲網絡，捕獲預設時間段內各個所述風速空間特征之間的時間依賴關系，得到風速時空特征的步驟具體包括：

通過所述子時間膠囊，對所述預設時間段內各個所述風速空間特征進行矢量編碼，添加所述風速空間特征之間的時間依賴關系，得到時間特征矢量；

通過所述時間特征矢量對所述風速時空特征進行預測，得到預測時空特征；

通過所述動態路由，將所述預測時空特征路由到所述母膠囊中，通過所述母膠囊中所述預測時空特征的聚類情況，確定所述風速時空特征。

5.如權利要求4所述的多風場時空風速預測方法，其特征在于，所述通過所述動態路由，將所述預測時空特征路由到所述母膠囊中的步驟具體包括：

獲取所述動態路由的臨時變量；

根據所述臨時變量，計算得到所述動態路由的耦合系數；

通過所述耦合系數將所述預測時空特征路由到所述母膠囊中。

6.如權利要求5所述的多風場時空風速預測方法，其特征在于，所述方法還包括以下步驟：

獲取風速空間矩陣的訓練集；

通過所述訓練集對所述空間特征提取網絡以及所述時間依賴捕獲網絡進行訓練。

7.如權利要求6所述的多風場時空風速預測方法，其特征在于，所述通過所述訓練集對所述空間特征提取網絡以及所述時間依賴捕獲網絡進行訓練的步驟具體包括：

對所述時間依賴捕獲網絡進行內部迭代，以更新所述臨時變量和耦合系數；

對所述空間特征提取網絡以及所述時間依賴捕獲網絡進行外部迭代，以更新所述空間特征提取網絡以及所述時間依賴捕獲網絡的參數。

8.如權利要求7所述的多風場時空風速預測方法，其特征在于，所述對所述空間特征提取網絡以及所述時間依賴捕獲網絡進行外部迭代的步驟具體包括：

通過自適應矩估計優化和試錯法的誤差反向傳播，迭代更新所述空間特征提取網絡以及所述時間依賴捕獲網絡的參數。