摘要
本申请实施例提供了一种风电功率的预测方法及装置,涉及数据管理技术领域,该方法具体为:采集影响目标风电场风电功率的多个变量,以生成目标样本变量集;获取所述目标风电场的目标样本历史风电功率数据;基于所述目标样本变量集以及所述目标样本历史风电功率数据,生成所述目标样本变量集对应的多个样本变量时间序列以及所述目标样本历史风电功率数据对应的目标样本历史风电功率数据时间序列;将所述多个样本变量时间序列和所述目标样本历史风电功率数据时间序列输入初始多变量并行编码与时序注意力机制融合网络模型中进行训练,获取目标中长期风电功率预测模型。本申请能够提高风电功率预测的准确性。
技术关键词
风电功率预测模型
数值天气预报数据
样本
变量
风电场风电功率
并行编码
序列
注意力机制
地理位置信息
时序
数据管理技术
异常数据
线性插值法
可读存储介质
网络
存储计算机程序
残差模块
预测装置
系统为您推荐了相关专利信息
列车传动系统
故障诊断方法
故障类别
传感器特征
关系
无线电地图
生成对抗网络
估计方法
地理环境信息
卷积神经网络模型
生成对抗网络
水平评估方法
狄利克雷分配模型
计算机可执行指令
样本