摘要
本发明提供一种风电功率预测方法,包括:获取实际风电功率数据集,然后得到处理后的数据集;将处理后的数据集进行自适应噪声的完备经验模态分解,将数据分解为若干固有模态函数分量;利用贝叶斯优化算法对基于物理约束的Mamba模型的超参数进行全局搜索,得到最优超参数;将固有模态函数分量作为基于物理约束的Mamba模型的输入特征,并结合最优超参数,整合至基于物理约束的Mamba模型中进行训练,得到经过训练的基于物理约束的Mamba模型;利用经过训练的基于物理约束的Mamba模型进行风电功率预测。本发明能够提高风电功率预测的精度和稳定性,进而减少MPPT系统因风速快速变化带来的频繁调整问题。
技术关键词
风电功率预测方法
状态空间模型
超参数
风力涡轮机
物理
表达式
数据
MPPT系统
序列
累积分布函数
尾流模型
概率密度函数
扫风面积
样本
算法
观测噪声
系统为您推荐了相关专利信息
柔性光电器件
柔性导电基底
激光划线设备
激光划线装置
卷对卷
性能预测模型
模型库
K折交叉验证法
训练集
模型算法
综合能源系统
模型预测控制方法
热力系统物理模型
模型预测控制系统
节点
文本特征向量
数据生成器
文本编码器
数据生成方法
数据生成系统
自动定位方法
重构误差
曲线
时间序列特征
重要性分析方法