摘要
本公开提供了一种风电低出力事件判别及功率预测模型训练方法及装置,涉及风电功率预测技术领域,所述方法包括:对历史风电数据进行主成分分析,对主成分分析结果进行聚类,确定风电低出力事件对应的数据,构成样本集;对样本集中的至少一个气象要素和至少一个气象要素对应的风电功率点进行风电低出力事件类型的标注;基于样本集对风电低出力事件分类模型进行训练,基于样本集对不同风电低出力事件对应的风电低出力功率预测模型进行训练,如此,在后续功率预测场景中,可以根据不同风电低出力事件进行预测,增加风电功率短期功率预测的精度,提高风电功率预测结果对电力调度的积极意义。
技术关键词
加权灰色关联度
成分分析
预测模型训练方法
数据
分类网络
特征提取网络
样本
像素
风电功率预测技术
聚类
特征值
时间段
功率预测方法
矩阵
训练装置
元素
误差
系统为您推荐了相关专利信息
数据过滤方法
防护系统
数据过滤系统
异常对象
语义
嵌入式硬件设备
现场设备
控制系统
网关
开关量信号
多功能融合系统
光谱可调
LED光源
集成控制单元
数据处理单元
环境质量评价系统
情景
分布式数据库
分布式文件系统
数据融合算法