摘要
本发明提供了一种考虑多重气象场景的孤岛风电功率短期预测方法,包括如下步骤:S1,利用K‑means聚类算法,综合气象因素,将风电功率预测典型气象场景划分为多种场景;S2,根据划分的典型气象场景建立针对性的风电功率预测子模型;本发明将气象条件进行了分类,通过分别针对不同天气条件训练CNN-Transformer模型,能够更好地捕捉气象条件对风速的影响,从而提高了子预测模型的精度;最后通过隶属度函数与数据驱动模型的结果计算了子模型的权重系数,这一改进使得预测模型能够自适应的针对不同气象条件输出高精度的结果。
技术关键词
气象
隶属度函数
场景
样本
数据驱动方法
数据驱动模型
SVR算法
多头注意力机制
初始聚类中心
神经网络结构
典型
功率
粒子群算法
天气
编码器
阶段
系统为您推荐了相关专利信息
语言模型优化方法
数据分布
构建语言模型
更新模型参数
训练语言模型