摘要
本发明公开了一种多源数据融合的超短期风电功率预测方法,涉及风力发电技术领域,该方法包括:通过从数值天气预报、风电场气象监测设备和风机运行状态监控系统分别采集数据,进行预处理,形成多源风电监测数据流。然后,对该数据流进行特征提取和加权融合,得到目标风电融合特征集。接着,利用风电多源历史数据进行训练和优化,构建风电功率预测模型。最后,基于该模型对目标融合特征集进行超短期风电功率预测。解决了现有风电功率预测方法中缺乏多源数据融合、导致预测精度低和实时性差的技术问题,通过融合数值天气预报、气象数据和风机运行数据等多源信息,达到了提高风电功率预测的精度和实时性的技术效果。
技术关键词
风电功率预测模型
融合特征
数值天气预报数据
超短期风电功率预测
气象监测设备
异常数据处理
融合数值天气预报
风电功率预测方法
风机
主成分分析法
风力发电技术
序列特征
系统为您推荐了相关专利信息
视频特征向量
坐标点
坐标系
烟火检测方法
雷达点云数据
修复方法
节点
深度学习融合
智能传感器
电力调度中心
空间分布提取方法
语义纹理特征
空间结构特征
模态特征
双模态
融合特征
卷积模块
液体容器
神经网络结构
预测类别
音频特征
情绪分析方法
视频
多模态情绪
注意力机制