一种风机实际输出功率智能预测方法

本申请公开了一种风机实际输出功率智能预测方法，包括以下步骤：收集风机的相关数据，获取第一数据集；对第一数据集中的数据进行L2范数归一化预处理以及最小‑最大归一化预处理，获取第一训练集、第一测试、第二训练集以及第二测试集；基于指数型激活函数、ReLU激活函数简单的注意力机制以及自注意力层，构建混合神经网络模型；对CNN‑LSTM混合神经网络模型进行训练，获取已训练的神经网络模型；对已训练的神经网络模型进行功率预测以及仿真实验。本申请采用了CNN‑LSTM混合神经网络模型对风机实际输出功率进行预测，CNN有效提取时间序列数据的局部特征，LSTM用于捕捉时间序列中的长期依赖关系，从而实现了对风机输出功率的高精度预测。