摘要
本公开提供了一种风电功率预测方法及系统,涉及风电功率预测领域,包括:收集各历史时刻的气象预报数据与实测风电功率数据,构建历史数据集;利用BP神经网络,学习历史数据集中各气象因子与风电功率之间的关系,得到功率预测模型,对风电功率进行初步预测;基于历史数据集,利用Seq2Seq‑AM算法,建立误差推断模型,对初步预测结果进行预测误差的推理;利用自编码器算法,建立误差修正判别模型,判别是否使用预测误差对初步预测结果进行修正,进而得到分布式风电场站的最终风电功率。本发明基于Seq2Seq‑AM与自编码器,进行预测误差的推断及是否采用预测误差进行修正的判别,从而实现对目标场站风电功率的准确预测。
技术关键词
风电功率预测方法
分布式风电场
预测误差
气象预报数据
学习历史数据
编码器算法
非暂态计算机可读存储介质
BP神经网络
矩阵
风速
风电功率预测系统
因子
数据收集模块
日期
重构
系统为您推荐了相关专利信息
车辆运动信息
井工煤矿
液压阀
运动误差
预测误差
关联检测方法
智能测试设备
元器件
分布式传感器网络
分析测试数据
负荷功率预测方法
季节性ARIMA模型
序列
集成学习方法
环境监测数据