摘要
本申请公开了一种基于气象数据的风电预测方法及系统,涉及风电预测技术,包括:预先训练大模型,以及训练LSTM模型;获取目标风电场的地域位置描述信息,以基于所述关键字段构建微调训练集;利用所述微调训练集,对训练后的大模型进行微调;获取目标风电场覆盖地区的当前气象预测数据,并基于微调后的大模型输出多个分布位置的风场预测信息;基于所述风场预测信息,利用训练后的LSTM模型执行预测,以获得多个分布位置的发电预测信息;基于多个分布位置的发电预测信息计算出目标风电场的发电预测结果。本申请结合大模型和LSTM,通过大模型对气象数据进行训练和预测,并利用LSTM实现对风场发电数据的预测,提高风电预测的精确度。
技术关键词
风电预测方法
气象
风力发电机
LSTM模型
关键字
数据
地形特征
训练集
风电预测技术
风场
分词
爬虫技术
偏差
预测系统
编辑
存储器
处理器
标记
系统为您推荐了相关专利信息
经济调度方法
风光
生成对抗网络模型
火电
光伏出力不确定性
LSTM模型
历史温度数据
历史监测数据
分布式测温
矩阵
稠密卷积神经网络
数值天气预报模式
气象
参数化方法
云微物理
定位检测方法
焦点损失函数
多维特征向量
成像
热异常检测
故障预测方法
神经网络模型
节点
故障场景
线路杆塔