摘要
本发明公开了一种基于信号分解与模型优化的短期风电功率预测方法、系统、设备及介质,对归一化处理的风电功率数据分别使用N种不同的信号分解算法进行分解,得到一次分解后的N组风电功率序列集合;将N种不同的信号分解方法进行排列组合得到N*(N‑1)种组合,然后对风电功率序列进行二次分解,得到N*(N‑1)组数据集,对所述N*(N‑1)组数据集及一次分解后的N组风电功率序列集合分别配置天气预报数据,以形成N*N组模型输入数据集合;将N*N组模型输入数据集合输入到优化后的改进TimeMixer模型中,得N*N个预测结果,根据所述N*N个预测结果计算最终的短期风电功率预测结果,该方法、系统、设备及介质能够准确预测短期风电功率。
技术关键词
短期风电功率预测
天气预报数据
信号分解方法
分解算法
经验小波变换
序列
可读存储介质
处理器
编码器
非线性
计算机设备
模块
存储器
系统为您推荐了相关专利信息
锅炉膨胀监测
趋势预测模型
神经网络架构
速率
数据
故障特征
变分模态分解算法
永久性故障识别
拉格朗日
故障识别技术
大气模型
轨迹
溯源方法
漂浮物信息
输电线路可视化