基于BiLSTM神经网络的虚拟电厂风光功率预测方法及系统

本发明涉及电厂功率预测技术领域，具体涉及一种基于BiLSTM神经网络的虚拟电厂风光功率预测方法及系统，包括：对获取的风力发电机和光伏组件的历史数据预处理，对预处理后的数据进行特征提取处理，确定数据关联性；将特征数据输入至BiLSTM模型进行训练优化，获取优化BiLSTM模型；根据优化BiLSTM模型对风力发电和光伏发电进行功率预测操作。本发明通过对历史数据进行预处理和特征提取，获取特征数据，根据特征数据的关联性选择合适的预测模型，通过特征数据对预测模型进行训练优化，实现对风光功率的预测，虚拟电厂根据预测功率进行能源分配，使每一个区域都不会出现能源过剩或者能源不足的情况，实现了能源的充分利用，避免了能源的浪费。