摘要
本发明提供了用于风电厂功率预测模型训练样本的优化方法及系统,涉及样本调整优化技术领域,目的是可以提升模型在功率预测中对样本的学习能力,包括对训练数据进行抽样,得到用于树模型的多份抽样样本;通过树模型基于风速气象特征采用所述抽样样本进行训练;获取每份所述抽样样本的预测值,计算预测误差绝对值;对抽样样本进行等区间划分,分为大概率场景样本和小概率场景样本;为不同所述抽样样本分别赋予不同的样本权重;基于样本权重通过深度学习模型进行第一阶段训练;逐步调整样本权重通过深度学习模型进行第二阶段训练直到各个抽样样本的所述样本权重相同;本发明具有减少样本分布不同带来的模型识别误差的优点。
技术关键词
样本
预测误差
深度学习模型
场景
功率
气象
风速
模型训练模块
数据
识别误差
训练集
系统为您推荐了相关专利信息
调频优化方法
虚拟惯性控制
储能电池
燃料电池
钠离子电池
分布式光伏并网发电系统
故障检测方法
矩阵
状态估计系统
分布式传感器
太阳能光电转换系统
接触孔结构
太阳能硅片
正面
双面胶