摘要
本公开涉及发电预测技术领域,特别涉及基于混合神经网络的水风光发电功率联合预测方法及装置。获取目标区域的多源气象观测数据集;获取目标区域的水风光发电站的历史发电功率数据集;根据多源气象观测数据集和历史发电功率数据集,建立GRU‑CNN水风光发电功率联合预测模型并进行训练;实时获取目标区域在待预测时间段的气象预报数据,并传输至训练完成的GRU‑CNN水风光发电功率联合预测模型对发电功率进行预测。本公开通过资料同化改进初始场,以改进数值预报效果,融合水风光发电功率的时空相关性和负荷曲线,构建改进GRU‑CNN水风光发电功率联合预测模型,实现水风光发电功率联合预测,提高了水风光发电功率预测的准确度。
技术关键词
联合预测方法
气象预报数据
数据编码器
能源
矩阵
发电站
光伏发电功率
生成水
数据收集单元
信息编码
水力发电
像素点
机器学习算法
时间段
风光发电功率预测
地面气象观测数据