摘要
本发明涉及风电功率预测的技术领域,更具体地,涉及一种用于消除误差分布偏移的风电功率预测方法及系统,包括S1、收集历史风电场数据;S2、对数据进行预处理;S3、通过CEEMDAN算法将历史风电功率序列分解成子序列;S4、构建门控循环单元网络输出各子序列的预测结果序列;S5、计算各子序列的预测误差序列并拟合为正态分布概率密度函数;S6、计算标准差与均值,构建初始类神经网络;S7、迭代初始类神经网络并更新权重与偏置,得到调整类神经网络;S8、获取预测试集数据,将测试集预测结果序列输入调整类神经网络进行重构,输出最终预测序列。本发明消除了风电功率预测过程中的误差分布偏移现象,从而提高海上风电功率的预测精度。
技术关键词
电功率预测方法
神经网络单元
序列
门控循环单元网络
消除误差
预测误差
概率密度函数
气象
风电功率预测系统
数据处理模块
概率密度曲线
风电场数据
数据获取模块
重构
算法
计算方法
表达式
系统为您推荐了相关专利信息
收益分配方法
训练样本数据
时间段
决策
数据血缘关系
轨迹规划方法
生成无人机
模型预测控制框架
节点
无人机飞行轨迹
时间序列信息
危险性
指数
计算机程序代码
电子设备
发音
训练神经网络
语音识别技术
识别患者
拆分方法