摘要
本发明属于新能源发电功率预测领域,具体涉及一种风力发电功率预测方法及系统。该方法将就地观测天气数据和数值天气预报数据输入训练后的功率预测模型中,得到预测的风力发电功率;该模型的训练方式包括:1)通过该模型的设定神经网络分别对训练集中的一组就地观测天气数据和数值天气预报数据样本进行特征提取得到对应的特征序列;2)通过功率预测模型的特征自适应融合算法对就地观测天气数据对应的特征序列和数值天气预报数据样本对应的特征序列进行特征融合,得到的融合特征再通过设定的全连接层得到预测的风力发电功率;根据预测的风力发电功率与该样本对应的发电功率实际值更新功率预测模型的参数;迭代步骤1)‑2)直至满足停止条件。
技术关键词
数值天气预报数据
皮尔逊相关系数
功率
风机轮毂
风速
序列
融合算法
双向长短期记忆网络
融合特征
参数
风力
样本
气压
处理器
系统为您推荐了相关专利信息
充放电功率
虚拟同步机控制
功率控制方法
分布式电源出力
控制充电站
工况
模糊控制器
能量管理策略
动力系统
燃料电池输出功率