摘要
计及全生命周期的短期风电功率复合预测方法及系统,方法包括:基于历史和实时风速数据,构建风速预测模型预测风电场站的风速,或直接获取外部风速预测数据;构建基于风速‑功率特性曲线的风电物理预测模型和基于卷积‑时序神经网络的风电统计预测模型;综合利用物理模型和统计模型,在风电场项目建站的全生命周期的不同的时间节点,使用两种模型进行复合预测,得到最终的风电预测功率。本发明结合不同模型的优势,取长补短,避免单一模型的不足,从而提高预测精度,更好地适应现场实际情况,根据不同的数据条件、预测条件选择预测方式,实现风电机组全生命周期的预测功能。
技术关键词
风速预测模型
时序神经网络
风电机组
历史功率数据
预测误差
SVM算法
短期风电功率预测
风电场发电功率
物理
风电预测功率
卷积神经网络提取
小波核函数
训练预测模型
样本
系统为您推荐了相关专利信息
风电机组群
声学反射板
声波
降噪设备
扬声器阵列
训练神经网络
预测误差
V型转子结构
调用代理模型
径向基函数网络
转速恢复方法
风速
轨迹规划算法
风能利用系数
频率
选址规划方法
变电站
模糊隶属度函数
可再生能源
不确定性模型