基于组合生成对抗神经网络的风电功率预测方法、装置

本申请公开了基于组合生成对抗神经网络的风电功率预测方法、装置。该方法中，生成对抗神经网络（GAN）是由生成器（G）与对抗器（D）两个部分组成的，并且生成器基于风电功率历史规律学习所构建，判别器基于数值天气预报（NWP）的物理模型所构建，这样在GAN的训练过程中，生成器与判别器不断地对抗，逐渐提升自己的性能，使得生成器生成的结果生成能够以假乱真，与判别器输入数据具有相似特征，使得在生成器中输出的统计预测法结果能够在一定程度上更加贴合物理模型预测结果，进而提高了预测结果精准性。