摘要
本发明公开了一种风速预测模型训练方法、风电功率预测方法及相关装置,应用于新能源技术领域,该方法基于风电场内数据采集设备的风速数据、风向数据及坐标构建各历史采集时刻的分布图;数据采集设备为分布图中的节点,风速数据、风向数据及坐标为节点特征;确定各节点的相关性曲线距其余节点的最近距离;基于最近距离确定分布图的邻接矩阵;将各历史采集时刻分布图的节点特征及邻接矩阵输入图神经网络模型进行模型训练,得到训练完成的风速预测模型。基于风速预测模型进行风速预测,并通过预测得到的风速计算风电功率。本发明通过图神经网络模型学习各设备风力数据之间的时间相关性及空间相关性,提高风电功率预测结果的精确度。
技术关键词
风速预测模型
风电功率预测方法
数据采集设备
节点特征
神经网络模型
风电机组
曲线
计算机可执行指令
坐标
储能系统
可读存储介质
训练装置
模块
处理器
表达式
电子设备
系统为您推荐了相关专利信息
标识
列表
电数字数据处理技术
神经网络模型
可读存储介质
无监督学习
载波分配
基站
频域信道响应
卷积神经网络模型
双模态脑
阿尔茨海默病
功能磁共振成像
预测系统
辅助预测方法
设备设计方法
场景
神经网络模型
图像边缘识别
图像轮廓提取