摘要
本申请属于一种预测方法,针对目前风电出力预测存在短期和超短期预测中效果不佳,预测精度随时间延长而下降,以及预测结果精度较低的技术问题,提供一种短期风电出力预测方法及相关装置,将历史风电数据集输入至短期风电出力预测模型,得到风电功率预测结果,短期风电出力预测模型包括:邻接矩阵模块用于对风电数据集中的各特征进行相似度计算,得到初始化邻接矩阵,空间特征提取模块用于根据初始化邻接矩阵,采用图学习和图卷积进行空间特征提取,得到空间特征,时间特征提取模块用于将所述空间特征输入至Transformer编码器进行时间特征提取,得到多特征预测结果,全连接模块用于对多特征预测结果进行处理,得到风电功率预测结果。
技术关键词
风电出力预测方法
空间特征提取
特征提取模块
计算机程序代码
编码器
矩阵
前馈神经网络
可读存储介质
处理器
注意力机制
数据模块
电子设备
存储器
系统为您推荐了相关专利信息
自动语音识别
文本检索方法
音频编码器
文本检索系统
预训练模型
支持向量机模型
蜕变关系
路径特征
节点特征
识别方法
BP神经网络模型
状态分析系统
矩阵
实时图像
成像
数据处理方法
中心服务器
幼儿
关键词
图像特征向量