一种基于多模型集成的风电场风速预测方法及系统

本发明涉及风速预测领域，公开了一种基于多模型集成的风电场风速预测方法及系统。该方法包括：获取历史风速w0(t)，通过插补以及剔除漂移风速得到w(t)，并采用DVNCMD分解w(t)；计算分解得到的各序列的融合特征熵，并依据熵值大小分为低、中等、高熵值序列；对应低、中等、高熵值序列建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型，并利用NRBO优化LSTM、CNN‑Bi‑LSTM‑Attention模型的超参数；最后叠加所有序列预测结果，得到最终预测风速。该系统利用数据量阈值判断模块更新模型参数，适应气候变化导致的风速变化，同时实时显示预测数据。本发明采用DVNCMD分解减少计算量提升分解效率，同时建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型优化计算效率减少计算时间，并添加NRBO优化算法进一步提升预测精度和效率，为风速发电提供新的思路与方法。