考虑时空特性和风速-功率转换机理的风电功率预测方法

考虑时空特性和风速‑功率转换机理的风电功率预测方法，包括：采集风电场各台风机的SCADA数据和事件数据；将历史回望时窗内各台风机轮毂处的风速、桨距角等信息构成输入特征图，通过深度残差收缩网络去噪并提取风机风速的空间分布特征，以反映风向等气象条件下尾流效应对风电场内风速空间分布的影响；通过BiLSTM‑S2S网络连接滑动时窗内的风速空间特征和气象预测信息，反映风速随时间双向演化的动态时序规律，实现对未来时段风机轮毂处风速的预测；将风机预测风速输入基于风速‑功率转换机理构建的嵌入式神经网络，获得单台风机以及整个风电场的预测功率输出。本发明提高了超短期风电功率预测模型的可解释性和准确性。