摘要
本发明涉及机器学习技术领域,公开了一种风电场发电量预测方法及系统。所述方法包括获取风电场的历史数据和近期数据,并建立初始发电量预测模型;从历史数据中选取与发电量相关的历史气象因素和历史发电量;使用历史气象因素和历史发电量对初始发电量预测模型进行训练,得到发电量预测模型;判断近期数据是否满足评分要求,并对发电量预测模型进行相应调整;使用发电量预测模型对发电量进行预测,得到发电量数据。本方法具有以下效果:收集风电场的历史数据和近期数据,并将这些数据放入所述初始发电量预测模型中进行训练,得到完整的预测模型。该预测模型能够根据近期数据对自身进行实时调整,从而能够更加准确、及时地预测发电量。
技术关键词
风电场发电量
历史气象数据
多维时序数据
历史运行数据
支持向量机模型
多尺度特征提取
相关系数阈值
风电场机组
功率
风速
时间段
球面
统计分析方法
机器学习技术
系统为您推荐了相关专利信息
航速预测方法
机器学习模型
历史气象数据
船舶航行数据
学习器
动态调度系统
消防站
消防车
数据处理模块
数据采集模块
腐蚀形貌
彩涂钢板
表面图像数据
物联网传感设备
支持向量机模型
输配电装置
智能预警方法
智能预警系统
数据融合算法
预警规则