摘要
本发明提供的一种面向极端天气情景下的风光功率预测方法,属于风光发电预测领域,包括如下:获取风光功率相关的原始数据,从原始数据中挑选出极端天气情景下的时刻,将挑选出的极端天气出现时刻所对应的所有原始数据形成基础数据样本;对基础数据样本进行数据增强,生成新的训练数据;采用生成的新的训练数据,对用于极端天气识别的机器学习模型进行训练,训练后的机器学习模型对极端天气进行识别;步骤四、采用生成的新的训练数据,对现有的风光功率预测模型进行训练,构建极端天气情景下的风光功率预测模型。该方法能够解决极端天气条件下可用训练数据不足的问题,优化预测模型,增强其在极端天气条件下的适应性和预测能力。
技术关键词
风光功率预测方法
天气
气象
情景
数据
机器学习模型
表达式
能源
资源
参数
样本
支持向量机学习
序列
基础
时间段
风速
优化预测模型
模拟自然环境