摘要
本发明公开了一种风电机组发电功率预测及模型构建方法、设备及程序产品,方法包括:首先获取风力发电场站的气象数据以及发电功率数据;再对数据进行预处理,得到气象功率数据;对气象功率数据进行特征提取处理,得到特征数据;基于MMOE模型广告推荐领域的多任务学习框架,构建LightGBM发电功率预测模型和MMOE发电功率预测模型,根据特征数据对风速和发电功率进行联合预测,通过对比两个模型的预测准确率,确定适合实际应用的优选风电机组发电功率预测模型。本发明能够基于气象数据智能预测风电机组发电功率,实现了高精度和强适应性的发电机组功率预测,解决了现有技术难以适应不同场景下预测需求的问题,从而保障了电网的安全稳定运行。
技术关键词
气象
预测模型构建方法
风电机组
数据
风力发电场
风速
交叉验证方法
LightGBM模型
计算机程序指令
网格
空域特征
计算机程序产品
多任务
预测发电功率
时域特征
训练集
广告
系统为您推荐了相关专利信息
消防网关
多传感器协同工作
消防设备监控
电力设备监控
嵌入式系统架构
跨模态数据
智能评估方法
多源异构数据
动态平衡控制
血流
客户服务方法
风险评估模型
机器学习模型
客户服务装置
图谱
高风险
区域分布特征
数据平台
关联规则挖掘算法
节点