摘要
基于CNN‑GRU的风电功率预测方法,属于风电功率预测领域。解决了传统预测模型进行风电功率预测时无法降低风电功率波动性、以及难以充分提取风电场历史数据中的时空特性和隐藏特征,导致预测精度较低的问题。首先使用CEEMD对日风电功率序列进行分解,降低风电功率序列的波动性;然后采用CNN模型提取序列空间特征,采用GRU模型提取序列时间特征,最后完成风电功率预测。本发明主要用于进行风电功率预测。
技术关键词
电功率预测方法
序列
门控循环单元
GRU模型
风电场历史数据
日期
样本
聚类算法
风力
精度
模块
系统为您推荐了相关专利信息
阳性检测方法
球体
特征提取模块
节点特征
异常数据
图像生成模型
多模态
图像生成方法
图像生成装置
指令
深度图像数据
轨迹预测模型
智能感知方法
探测器
环境智能感知系统