一种基于深度学习和精细化气象预报的风电功率预测方法

本发明属于电力功率预测技术领域，具体涉及一种基于深度学习和精细化气象预报的风电功率预测方法；具体包括以下步骤：收集风电场的运行数据、NWP数据和ERA5；根据风电场的运行数据，得到热力图像，并基于图像处理技术，剔除风电功率数据中的异常值，得到历史风电功率数据；将历史风电功率数据处理后得到风电功率特征；将NWP数据输入训练好的气象降尺度模型中，得到精细化气象预报结果；基于改进ResNet模型，构建精细化气象特征提取模型；根据精细化气象预报结果，利用改进ResNet模型，提取得到精细化气象特征；将风电功率特征和精细化气象特征进行特征融合；进行特征变换后最终输出风电功率预测结果；实现了风电功率的预测。