基于机理和数据混合驱动神经网络预测风电功率的方法

本发明涉及工业过程软测量建模技术领域，尤其是提供了基于机理和数据混合驱动神经网络预测风电功率的方法。该方法包括构造风电功率曲线的机理模型；在GRU模型的输出层增加激活函数LeakyReLU，对输出进行约束，获得改进后的GRU模型；将机理模型和改进后的GRU模型进行结合，构建混合驱动神经网络模型；通过光滑处理后的数据对混合驱动神经网络模型进行训练，获得预测的风电功率值，该方法克服了基于单一数据驱动模型或机理模型构建软测量算法的缺点，解决了测量数据中存在异常值及估计结果中存在不符合物理规律的估计值的问题，对风电功率进行了精准、鲁棒地估计，保证了电力系统的稳定性、可靠性以及降低了运行成本。