摘要
本发明揭示了一种基于时空融合的风电功率预测方法及系统,搭建局部-全局智能决策模型进行风电功率预测;局部模型挖掘站点自身的时间相关性,全局模型挖掘站点与相邻站点间的时空相关性,进一步地,决策模型将预测站点自身的时间相关性与相邻站点间的时空相关性进行时空融合,以更好地表征区域内相邻站点间的时空相关性,不仅可以提高风电功率预测的准确度,还有助于增强电网运行稳定性和控制可靠性。
技术关键词
电功率预测方法
站点
深度神经网络模型
异常数据处理
数据处理模块
搭建模块
时间段
智能决策模型
皮尔逊相关系数
延迟关系
决策树模型
深度学习模型
训练集
预测系统
插值法
分箱
周期
系统为您推荐了相关专利信息
医疗档案管理
存取系统
状态监控模块
上下文感知技术
数据处理模块
条件随机场
位点
编码氨基酸序列
注意力机制
滑动窗口
室内定位方法
指纹
协方差矩阵
精确定位坐标
构建预测模型
互联网金融业务
互联网金融平台
分析系统
数据采集模块
数据处理模块