多尺度特征提取的端到端风电功率预测方法及系统

本发明公开了多尺度特征提取的端到端风电功率预测方法及系统，涉及智能电网技术领域，包括从风电场和天气预报系统收集风电相关数据；对收集的数据进行数据预处理，对数据进行异常值、空值和标准化处理，并划分为训练集和测试集；设计Dense‑Inception多尺度特征提取和风电功率预测模型结构；基于数据，对风电功率预测模型的超参数采用灰狼优化算法进行优化，使用优化的超参数对模型进行离线二次训练；部署训练好的模型进行在线预测。本发明能够有效捕捉风电场数据中的细微变化，增强模型对复杂环境的适应性，采用了分裂特征重用策略，提高了特征信息的利用率，简化了预测流程，减少了人为干预，提高了预测效率。