摘要
本发明涉及风电场技术领域,公开了一种风电集群功率预测模型训练方法、预测方法及相关装置,风电集群功率预测模型包括第一模型和第二模型,该方法风电集群功率预测模型训练方法包括:获取每个风电场站的历史数据集,历史数据集包括场站历史气象数据和场站历史出力数据;利用历史数据集分别对第一模型库进行训练,得到每个风电场站的第一模型,并根据第一模型的训练结果构建每个风电场站的场站预测出力数据,第一模型库包括多个机器学习模型;利用每个风电场站的场站预测出力数据和集群历史出力数据对初始第二模型进行训练,得到第二模型,本发明能够适应不同场站的数据差异,提高集群功率预测的准确性。
技术关键词
预测模型训练方法
集群
机器学习模型
模型库
功率
长短期记忆神经网络模型
历史气象数据
计算机
梯度提升模型
风电场技术
支持向量机模型
卷积神经网络模型
梯度提升机
堆叠方法
可读存储介质
指令
系统为您推荐了相关专利信息
深度神经网络模型
损伤特征
光通信网络结构
弹性光网络技术
放大器噪声系数
网络流量识别方法
净荷数据
字符串识别
模块
镜像
离散小波分析
机器学习模型
特征选择方法
成分分析
误差
协同控制方法
强化学习算法
有源配电网络
储能系统充放电
Q学习算法