検索に戻る
案件記録

一种基于强化学习的风速组合预测方法、系统、存储介质及产品

発明有効
1閲覧数
10請求項 · 4 独立
§ Ⅰ

案件概要

発明者

陈璐; 冷致远; 张发鸿; 刘凡骞; 尹磊; 罗健毓; 冯泽斌; 郭宇涵

IPC分類

G06F 30/27 (2020.01)G06N 3/0442 (2023.01)G06N 3/092 (2023.01)G06N 3/0985 (2023.01)G06N 20/20 (2019.01)G06F 18/214 (2023.01)G06F 18/21 (2023.01)G06F 18/2431 (2023.01)G06N 5/01 (2023.01)G06F 113/06 (2020.01)

本发明属于风力发电风速预测领域,并具体公开了一种基于强化学习的风速组合预测方法、系统、存储介质及产品,其包括:通过训练集分别对数个不同的神经网络模型进行训练,训练后得到数个风速预测模型,训练集基于风速时序数据构建;引入多臂老虎机模型,以每个风速预测模型对应老虎机的一个臂;采用ε‑贪心策略确定每次的动作选择,动作对应风速预测模型;根据风速预测模型的预测误差确定相应奖励值;完成预设次数的动作选择后,根据风速预测模型对应的奖励平均值确定对应权重;各风速预测模型分别进行风速预测,并基于权重对各预测结果进行加权组合,得到最终风速预测结果。本发明能自适应调整权重分布,提升模型的鲁棒性与泛化能力。

外部リソース