摘要
本发明涉及功率预测技术领域,公开了考虑海上风电波动过程分类的短期功率预测方法及系统,方法包括VMD方法提取风电波动过程的特征;通过风电波动过程的特征和SOM聚类神经网络将海上风电的波动过程分为不同阶段;CNN网络对各阶段的非线性特征进行提取;将各阶段的非线性特征输入Bi LSTM网络,得到预测的海上风电短期功率。本发明选用考虑波动过程分类的基于VMD‑CNN‑B i LSTM模型,从时序和空间两个方面提取波动过程时序特征,在海上复杂的环境中,充分考虑出力特征的时序特性,提高对历史参数的利用率,避免丢失历史参数的特征,挖掘海上风电功率潜在的时序特性,提高在海上风电短期功率预测方面的精确度。
技术关键词
短期功率预测方法
风电
非线性特征
阶段
功率预测系统
BiLSTM模型
功率预测技术
网络
代表
时序特征
周期性
模块
聚类
参数
矩阵
信号
数据
序列
系统为您推荐了相关专利信息
梯度提升决策树
处理单元
GBDT模型
序列
矩阵
角度定位方法
电机控制装置
分接开关
档位
接近传感器