(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211189803.7 (22)申请日 2022.09.28 (71)申请人 广西大学 地址 530005 广西壮 族自治区南宁市西乡 塘区大学东路10 0号 (72)发明人 殷林飞　赵明珊　胡立坤　 (74)专利代理 机构 南宁东智知识产权代理事务 所(特殊普通 合伙) 45117 专利代理师 裴康明 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 16/215(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种卷积注意力融合置信域强化迁移的风 电出力预测方法 (57)摘要 本发明提出一种卷积注意力融合置信域强 化迁移的风电出力预测方法， 该卷积注意力融合 置信域强化迁移的风电出力预测方法的步骤为： 首先， 进行数据预处理， 将数据集分割为数据集1 和数据集2； 其次， 使用数据集1训练基于缩放注 意力机制和Inception模块的记忆卷积网络， 并 使用置信域策略优化方法对网络参数进行调优； 最后， 基于迁移操作， 使用已训练完成的基于缩 放注意力机制和Inc eption模块的记忆卷积网络 根据数据集2对风电场出力进行预测。 所述卷积 注意力融合置信域强化迁移的风电出力预测方 法能够完成对风电场出力数据的精确预测， 提高 能源利用率， 减少碳 排放。 权利要求书3页 说明书5页 附图3页 CN 115526399 A 2022.12.27 CN 115526399 A 1.一种卷积注意力融合置信域强化迁移的风电出力预测方法， 其特征在于， 将强化学 习、 迁移学习和基于注意力机制的卷积网络进行结合， 用于风电场出力的预测， 所述方法具 备根据实时数据的变化对超参数进行调整的能力， 能够提高模型的泛用性以及 对风电场出 力预测结果的准确性， 有利于对风电场出力进行更精准的规划， 提高风能利用率， 以便节约 能源， 减少碳 排放； 在使用过程中的步骤为： 步骤(1)： 输入风电场原始数据， 包括风电场的原始出力数据、 历史运行数据、 场站基本 数据、 气象预测数据和气象实测数据； 步骤(2)： 对所输入 的风电场原始数据进行数据清洗， 然后按比例ω:1进行随机分割， 分割后的数据集分别记为数据集1与数据集2； 步骤(3)： 输入基于缩放注意力机制和Inception模块的记忆卷积网络参数， 包括权重 Wnetwork和偏置bnetwork； 记循环编号i＝1， 输入置信域策略优化方法的参数， 包括初始策略参 数θ0和相对熵约束 δ， 策略参数θ 为 一集合： θ ＝[Wnetwork,bnetwork]                                 (1) 步骤(4)： 基于缩放注意力机制和Inception模块的记忆卷积网络使用数据集1进行训 练， 所述基于缩放注意力机制和Inception模块的记忆卷积网络中的数据处理流程为： 首先 将数据同时输入缩放注意力机制架构和Inception  V3模块进行处理， Inception  V3模块即 为Inception  V3神经网络； 然后两个处理结果同时依次输入门循环单元和全连接层 进行处 理， 最后输出 预测结果， 其中全连接层对数据的处 理过程为： Mfc＝Wfc·Nfc+bfc                                    (2) 其中， Nfc为输入矩阵； Mfc为输出矩阵； Wfc为权重矩阵； bfc为偏置向量； 所述缩放注意力机制的架构如下： 由一个stem模块和一个Inception ‑A模块按顺序连 接组成一个S ‑A结构， 四个S ‑A结构同时接收输入基于缩放注意力机制和Inception模块的 记忆卷积网络的数据， 并进行处理； 第一个S ‑A结构和第二个S ‑A结构的输出经过一次乘法 运算和一个softmax处理后， 与第三个S ‑A结构的输出一起进行乘法运算， 并在经过一个卷 积层的处 理后， 与第四个S ‑A结构的输出一同依次进入 缩放处理层和全连接层进行处 理； 在所述stem模块和Inception ‑A模块中涉及到卷积模块和阈值运算操作， 其中， 所述卷 积模块包括一个卷积操作， 一个批量归一化操作和一个阈值运算操作， 所述批量归一化操 作对数据的处 理过程如式(3)和式(4)所示； 其中ε是一个常数； μB为输入的平均值； σ2 B为输入元素的方差； B代表当前层的第B个维 度， 即第B个神经元节点； xBatch,o为任意输入元素； 为xBatch,o归一化后的对应元素； o为 编号； β 为偏移量； ρ 为因子； yBatch,o为 进行处理后的对应元 素； 所述阈值 运算操作对数据的处 理过程如式(5)所示； 其中， q代 表所述阈值 运算操作的输入， z(q)代 表所述阈值 运算操作的输出； 所述softmax处 理的过程 为：权　利　要　求　书 1/3 页 2 CN 115526399 A 2其中xsoftmax,u,xsoftmax,v分别为第u个和第v个输入元素； Su为xsoftmax,u的softmax值； exp (xsoftmax,v)为自然数 e的xsoftmax,v次方； j为输入元 素总数； u和v均为编号； 所述缩放处 理层的处 理过程为： yscaling,p＝lscalingxscaling,p+c                               (7) 其中lscaling为缩放因子； c为偏置因子； xscaling,p为第p个输入元素， yscaling,p为第p个输出 元素， p为编号； 步骤(5)： 计算所述基于缩放注意力机制和Inception模块的记忆卷积网络的预测值与 真实值的均方根误差RMS E， 判断均方根误差的值是否小于 设定值， 如满足条件， 则认 为所述 基于缩放注 意力机制和Inception模块的记忆卷积网络训练完成， 进入步骤(13)； 如不满足 条件， 则认 为所述基于缩放注 意力机制和Inception模块的记忆卷积网络尚未训练完成， 进 入步骤(6)； 步骤(6)： 设置置信域策略方法的奖励R和状态s如式(8)和式(9)所示， 动作 a代表是否 使用置信域策略方法对权重Wnetwork和偏置bnetwork进行更新； 使用置信域策略方法对权重 Wnetwork和偏置bnetwork进行策略学习和参数调优， 记寻优次数编号 k＝1； R＝‑RMSE                                       (8) 其中θk， θk‑1， θ1分别为第k， k ‑1， 1次寻优中的策略参数； ‖  ‖2为2范数； 步骤(7)： 在环境中执行策略πk＝π( θk)， 收集轨迹Dk＝{τt}， 其中π为策略， πk为第k次寻 优中的策略， τt为具体轨 迹， 包括动作和状态， t为时间步； 步骤(8)： 计算当前 奖励 和优势函数 其中 为动作价值函数， 状态价值函数， at和at+1分别为t时间步和t+1时间步的动 作， st+1为t+1时间步 的状态， 为t+1时间步 的奖励， γ为奖励折扣系数， α为γ的指数， α ∈N*； 表示从st+1和at+1开始， 直到s∞和a∞， 对 求期望； 表示从st+1和at开始， 直到s∞和a∞， 对 求期望； s∞和a∞分别 为∞时间步的状态与动作； 步骤(9)： 计算策略梯度 πk(at|st)＝P(a＝at|s＝st)                           (14) 其中st为t时间步的状态； 为梯度算子； logπk(at|st)表示以10为底πk(at|st)的对数； 表示在θ＝θk的情况下进行梯度算子的运算； P(a＝at|s＝st)为s＝st条件 下a＝at的概率；权　利　要　求　书 2/3 页 3 CN 115526399 A 3