摘要
本发明公开了基于广域时空关联性挖掘的风电输出功率预测方法,涉及风电技术领域,包括:连接目标风力机组,获取历史输出功率数据与历史气象数据;确定第一失效周期及第一时间分布图谱;确定第二失效周期及第二时间分布图谱、第三失效周期及第三时间分布图谱;进行广域时间轴关联性挖掘,确定符合栈操作特性的时序关联队列;确定符合栈操作特性的空间关联队列;基于历史输出功率数据与历史气象数据,结合时序关联队列、空间关联队列,进行风电输出功率预测,获取功率预测结果。本发明解决现有技术风电输出功率预测精度低、无法充分利用时空数据关联性的技术问题,达到提高预测风电输出功率输出精度的技术效果。
技术关键词
历史气象数据
图谱
集群
队列
变流单元
周期
风力发电场
时序
机组
指标
风电
节点
分布特征
LSTM模型
动态
记忆机制
时间段
系统为您推荐了相关专利信息
服务器节点
显示设备
超融合集群
资源管理系统
多节点
存储设备
标识符
硬件配置信息
虚拟机管理工具
端口