摘要
本发明涉及风力功率预测领域,本发明提供了一种考虑风速不确定性区间的配电网内风力发电预测方法,包括以下步骤:步骤1:建立考虑风速走廊空间关联性的风电运行数据集。步骤2:利用生成对抗网络算法生成同一风速走廊下的风电不确定性区间模型。步骤3:基于风电不确定性区间模型建立风力发电概率预测模型。本发明将风速走廊的空间聚类特性与生成对抗网络的强表征能力相结合,通过物理信息嵌入的对抗训练机制,实现不确定性区间生成与电网运行状态的动态耦合,解决了高比例风电并网下不确定性量化与决策适配问题。
技术关键词
风力发电预测方法
风速
走廊
气象雷达数据
时空卷积神经网络
非参数核密度估计
多尺度特征金字塔
风电
条件生成对抗网络
地理位置差异
动态时间规整算法
电压越限概率
模糊逻辑控制器
滑动窗口优化
空间聚类分析
概率密度曲线
蒙特卡洛
地形高程数据
注意力
系统为您推荐了相关专利信息
交通流诱导
交通流量预测
时空卷积神经网络
联合损失函数
行驶车辆
无人机电池
资源管理系统
路径规划单元
时间段
生成无人机
高层房屋
钢结构模型
深化设计方法
监测点
关键词
时空卷积神经网络
改进型遗传算法
栅格地图
耦合动力学模型
无人机控制方法
电功率预测方法
子系统
变分模态分解算法
参数优化算法
变量