摘要
本申请涉及电力系统功率预测技术领域,提出了一种基于集成密度估计的风电功率预测方法、装置、设备及介质,方法包括:根据目标风电场站当前的风电功率变化数据和当前负气象数据,利用Person相关系数,得到当前数值天气预报数据和目标风电场站的当前风电功率的相关关系;对当前的风电功率变化数据和当前负气象数据进行数据预处理,得到处理后的目标数值天气预报数据和目标风电功率;利用预训练的风电功率预测模型进行风电功率预测,以得到未来预设时间段内的风电功率预测结果;利用预训练的风力预测误差分布模型进行误差分布预测,得到风电功率的波动范围和概率分布结果。通过该技术方案,提高风电功率预测的精度、可靠性和并网消纳能力。
技术关键词
数值天气预报数据
风电功率预测模型
气象
预测误差
电力系统功率预测技术
计算机可执行指令
风电功率预测方法
电功率预测装置
风力
拉格朗日插值法
训练集
关系
拉格朗日方法
随机森林模型
高斯核函数
时间段
数据处理模块
系统为您推荐了相关专利信息
电力运行数据
电力系统无功补偿
深度学习算法
负荷
无功功率补偿
避障控制方法
模型预测控制器
信息熵
车辆横摆角速度
车载传感器
大气污染物数据
历史气象数据
分析方法
机制
污染物分析技术
LSTM神经网络
评估优化方法
时间序列算法
标签
蒙特卡洛