一种基于多模块集成的短期风电功率预测的方法和装置

AITNT
正文
推荐专利
一种基于多模块集成的短期风电功率预测的方法和装置
申请号:CN202510186558
申请日期:2025-02-20
公开号:CN120033692A
公开日期:2025-05-23
类型:发明专利
摘要
一种基于多模块集成的短期风电功率预测的方法为收集目标风电场的气象数据和历史功率数据构成数据集;计算气象数据和历史风电功率数据的相关性,将相关性强的特征输入至短期风电功率预测模型;模型ICEEMDAN层将历史功率分解为多个模态分量;将其与输入变量中的气相数据组合形成特征矩阵;BiTCN层提取特征矩阵的特征信息;BiGRU层捕捉特征信息时序依赖,MHSA层对时间序列状态信息进行权重分配;叠加稠密层输出各个模态分量的预测值得到总体预测结果。本发明的装置包括数据获取单元、特征选择单元、序列分解单元、短期风电功率训练和预测单元。本发明设计的多模块的协同工作能充分挖掘气象数据与风电功率之间的非线性关系,增强模型在复杂气象条件下的预测能力。
技术关键词
短期风电功率预测 多模块 气象 历史功率数据 皮尔逊相关系数 风力发电功率预测 数据获取单元 经验模态分解算法 非光滑特性 SCADA系统 特征选择 时间卷积网络 门控循环单元 非线性 序列 噪声 变量 矩阵
系统为您推荐了相关专利信息
1
一种最小化LNG双燃料船舶欧盟碳排放罚款的方法及系统
双燃料船舶 人工神经网络模型 燃油 能耗 气象
2
智能家居设备控制方法及智能家居系统
智能家居设备控制方法 智能网关 智能健康设备 智能家居系统 LSTM模型
3
一种灵活用工的任务分配方法
智能匹配算法 度计算方法 优化任务分配方法 画像 协同过滤算法
4
一种基于多源数据融合的黑土地冷灾监测方法
监测方法 回归分析预测模型 气象观测数据 层次分析模型 灰色系统理论
5
一种基于农业季节分解特征的耦合模型氮磷模拟方法
序列 深度学习模型 样本 分解特征 水文模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号