摘要
本申请公开了一种基于小样本数据的风电功率预测方法及系统,涉及风电、数据处理技术,包括:根据样本风场的历史发电数据确定各子区域对应风机的发电信息,以及根据所述地形参数将所述样本风场分割为多个子区域;提取子区域的地形特征;聚类出地形类别;基于各聚类中心按照各子区域与聚类中心之间距离的关系,选取子区域样本集;对各聚类中心,分别基于子区域样本集的地形特征和对应风机在分时段的发电信息来训练LSTM模型;对于待预测的目标风场,选取相应聚类类别所训练的LSTM模型来执行目标风场的发电预测。本申请结合风电场的空间位置地理条件等因素构建分类,以实现在小样本条件下的风场风电功率的预测。
技术关键词
电功率预测方法
地形特征
样本
LSTM模型
天气预报数据
聚类
风场
风机
参数
偏差
分时段
数据处理技术
层级
预测系统
关系
存储器
基准
处理器
标记
系统为您推荐了相关专利信息
深度确定性策略梯度方法
无人机航迹规划
多无人机系统
网络
障碍物
冷却液
负荷预测模型
空调系统负荷
系统运行状态
温度调节装置
环境参数采集单元
纸张剩余量
报警方法
多维度传感器
人流量数据
光学超构表面
样本
参数
模型训练方法
特征提取模块
图像分类训练方法
图像分类网络
训练图像分类模型
标签
监督学习方法