摘要
本发明涉及海上风电电力系统运行技术领域,具体为基于生成式模型的海上风电功率运行预测方法及预警系统,其包括:S1、获取历史天气数据,转换为天气符号序列,进行数值离散化,完成天气符号序列及其离散数值嵌入;S2、构建天气符号序列生成式模型,进行解码,输出天气符号序列;S3、建立风电功率预测损失函数模型,并进行训练,调整优化模型参数;S4、训练风电功率预测损失函数模型,获得最优的权重系数,完成风电功率运行预测。本发明通过构建符号化序列模型,将极端天气和正常天气数据融合在同一预测框架,提高数据共享与信息传递效率;利用生成式模型进行自回归预测,使用多损失函数联合优化,确保风电功率预测结果的一致性与精确性。
技术关键词
天气
序列
数值
注意力机制
符号输入
高维向量空间
回归预测模型
预警系统
嵌入位置编码
风电电力系统
解码器
前馈神经网络
误差
参数
数据嵌入
矩阵
堆叠层
系统为您推荐了相关专利信息
独立特征
对象
特征评估模型
物品推荐方法
移除特征
节点特征
风险识别方法
账户
交易特征
注意力模型
卷积网络模型
无人艇编队
深度强化学习
多智能体编队
仿真环境
中药饮片
多尺度特征融合
注意力机制
图像识别方法
全局平均池化