摘要
本发明提供一种基于RF与LR双子模型的风力发电功率预测方法及系统,本发明基于双子模型:RF模型与LR模型以模型融合训练的方式构建得到的风力发电功率预测模型,识别实时运行数据中有关风力发电功率的线性运行数据特征和非线性运行数据特征,并分别输出与所述线性运行数据特征相匹配的第一风力发电预测功率和与所述非线性运行数据特征相匹配的第二风力发电预测功率;对所述第一风力发电预测功率和所述第二风力发电预测功率进行融合计算,生成最终风力发电功率并输出。能够利用融合模型对影响发电功率的线性或非线性特征进行融合识别,以此提高风力发电功率预测模型对风力发电数据的敏感性等性能,以此提高风力发电功率预测模型的预测准确性。
技术关键词
历史运行数据
风力发电功率预测
计算机可读取存储介质
风力发电机组
特征工程
计算机可读指令
支持向量机
风力发电数据
模型预训练
非线性特征
工控机
训练特征
系统为您推荐了相关专利信息
辅助热源控制方法
热源控制系统
故障诊断模块
历史运行数据
检测压缩机工作状态
电极棒
边坡裂隙
原位测试方法
电极转换装置
原位测试系统
虚拟试衣方法
试穿服装
注意力模型
深度学习神经网络模型
图像