基于深度强化学习的中长期风电预测组合模型方法及系统

本发明公开了基于深度强化学习的中长期风电预测组合模型方法及系统，涉及风电功率预测技术领域，包括采集气象数据生成合成历史天气数据样本，构建子模型长短时记忆模型；构建子模型门控循环单元模型和子模型支持向量回归模型；基于深度强化学习柔性动作评价进行组合模型预测，自适应调整子模型预测权重，预测未来风电功率。本发明提供的基于深度强化学习的中长期风电预测组合模型方法通过SAC算法动态调整子模型的权重，优化组合模型的预测策略，优化了预测策略，提高了预测精度和模型的自适应能力，结合实时气象数据进行预测，提高了模型对未来风电功率的实时预测能力和准确性，本发明在准确性、自适应和鲁棒性方面都取得更加良好的效果。