专利交易市场

本发明公开一种风速预测方法，包括以下步骤：将风速时间序列自适应分解为多个模态分量，通过自适应优化算法动态确定分解过程中的模态长度和模态数量；针对每个模态分量，分别计算其局部非线性特征，通过包含可学习基函数的非线性映射结构提取非线性成分；针对每个模态分量，分别计算其长期时序依赖特征，通过改进的门控循环单元结构捕获时序依赖关系；将同一模态分量的局部非线性特征与长期时序依赖特征进行融合；基于融合特征进行风速预测输出；本发明实现了预测精度的提升，为非平稳时间序列的预测提供系统性方法论与工程指导。

基于Prophet、自注意力机制和时间序列卷积网络组合模型的电子式电压互感器误差预测方法，采集电子式电压互感器的比差数据，进行标准化处理；将标准化处理后的数据输入到Prophet模型进行分解，并对各趋势分量进行拟合，输出预测结果；将训练集数据输入到时间序列卷积网络模型进行特征提取和预测，并将时间序列卷积网络模型输出的结果与Prophet模型分解得到的周期项进行加权组合并输出；将输出的预测值输入到自注意力机制层，进行特征提取；自注意力机制层输出的预测值，继续传递到全连接层进行数据降维处理，输出电子式电压互感器比差的预测数据。该方法能够较好地预测电子式电压互感器未来的误差变化趋势，为电力系统进行设备校验提供有力依据。