基于数据生成技术的全球风电场功率预测预训练方法

AITNT
正文
推荐专利
基于数据生成技术的全球风电场功率预测预训练方法
申请号:CN202411535674
申请日期:2024-10-31
公开号:CN119419773A
公开日期:2025-02-11
类型:发明专利
摘要
本发明提供了基于数据生成技术的全球风电场功率预测预训练方法,基于历史气象数据,以及多种风速、尾流、空气密度、温度等物理模型,在全球范围内生成海量仿真风电场出力数据,并基于改进Transformer模型拟合仿真数据。本发明采用上述的基于数据生成技术的全球风电场功率预测预训练方法,不需要真实风电场的历史数据进行训练就能够适用于任意风电场,并取得好的预测效果,能够有效地解决当前风电短期预测模型高度定制化导致的普适性低的问题。
技术关键词
风电场功率预测 数据生成技术 预训练方法 轮毂高度 涡轮机 计算机可执行指令 外推模型 预训练模型 风速功率曲线 预训练系统 气象预报数据 历史气象数据 补丁 双线性插值
系统为您推荐了相关专利信息
1
融合多尺度注意力的风电叶片损伤智能识别方法及系统
智能识别方法 风电叶片 多尺度注意力机制 滑动窗口 算法模型
2
一种孤岛微网多源发电-储能系统的规模优化方法
二氧化碳排放量 孤岛微电网 储能系统 储能方法 光伏发电机组
3
一种可变喷嘴二维/三维参数化造型方法
参数化造型方法 喷嘴叶片 控制点 流线 方程
4
一种基于蒸汽压缩-ORC的刀片型液冷机箱
液冷机箱 壳管式换热器 变频压缩机 刀片 分流器
5
一种新能源发电系统运行优化方法、装置、设备、介质及产品
新能源发电系统 互补系统 风光互补发电 抽水蓄能系统 抽水蓄能电站
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号