摘要
本发明涉及智能电网技术领域,公开了一种风电功率预测方法及系统,将获取的待预测风机的关键特征组合的实时数据输入目标风电功率双层预测模型,得到风电功率预测结果,目标风电功率双层预测模型构建包括:对获取的气象、风机参数和风机功率的目标历史时序数据,以及目标历史地形地貌数据进行特征组合的重要性分析,得到关键特征组合和关键特征组合历史数据;采用CatBoost算法构建风电功率双层预测模型,包括对输入的关键特征组合历史数据进行特征重要性分析的第一层特征筛选模型和对输入的最优特征数据集进行预测分析的第二层风电功率预测模型;训练后得到目标风电功率双层预测模型。本申请提供的方法,提升风电功率预测的准确性。
技术关键词
时序
风机
风电功率预测模型
风电功率预测误差
CatBoost算法
气象
异常数据检测
风电功率预测方法
数据采集处理单元
实时数据
生成对抗网络模型
随机森林
变换算法
参数
主成分分析算法
预测系统