摘要
本发明公开了基于物联网的风电场智能管理系统,涉及风电功率预测技术领域,通过深度学习与多源数据融合提高风电功率预测的泛化能力;采用长短时记忆网络与卷积神经网络结合模型,对环境数据进行特征提取,并结合历史风电功率数据优化时间序列权重,减少对历史数据的依赖;针对短期风速波动难以捕捉的问题,设计高频风速数据采集与快速响应预测模块,利用激光雷达风速测量设备和超声风速仪采集高频风速数据,结合小波变换提取短时变化特征,并采用双流深度神经网络动态融合短长期信息,提高短时间内风速变化的预测精度。
技术关键词
风电场智能管理系统
湍流特征
风速
高频采样数据
动态
电网频率偏差
虚拟惯量
数据驱动模型
滑动时间窗
风电功率预测技术
物联网终端
空间相关性系数
模块
机组
混合建模方法
模拟单元
在线学习机制
蒙特卡洛
系统为您推荐了相关专利信息
智能家居机器人
物联
语音控制模块
非语音
异常信号
气体泄露检测方法
SF6气体压力
记忆单元
注意力机制
时间序列特征
横摆角速度
稳定性控制方法
车辆动力学模型
意图
质心侧偏角