一种基于深度学习的风电功率预测方法及系统

本发明公开了一种基于深度学习的风电功率预测方法及系统，通过获取风电场中的风电机组的监测数据，并对监测数据进行预处理，根据健康状况计算风电机组的劣化度，并对劣化度进行评估分析得到评估结果，对局部条件因素进行聚类分析以确定风电场的功率预测的聚类指标，并采用变分模态分解算法VMD对聚类指标进行分析得到风电场的关键参数，基于所述关键参数和所述评估结果构建风电场的功率预测模型，采用PSO的ELM参数优化算法对功率预测模型进行分析得到目标功率预测模型，实现准确地评估预测模型的性能，提升了风电功率预测精度和泛化能力，也提高了功率预测模型的数据处理鲁棒性。