面向风光场站的功率预测精度提升方法及系统

本发明提供面向风光场站的功率预测精度提升方法及系统，涉及新能源发电技术领域，包括通过数据预处理模块获取风光场站历史功率、气象和设备运行数据，进行时序分解、空间插值、异常值检测和修正等处理得到融合特征数据。基于融合特征数据构建深度学习预测模型，采用卷积神经网络提取空间特征，长短期记忆网络处理空间特征得到初始预测结果，并引入注意力机制进行权重分配得到加权特征，组合得到功率预测数据。根据实时气象条件判断天气类型，识别极端天气时采用匹配的修正模型进行修正。最后，基于历史预测误差构建误差补偿模型进行补偿，得到最终功率预测结果，并根据实际功率数据进行误差修正，更新补偿模型参数。