摘要
本发明公开了一种计及隐私保护的风电场集群联合功率预测方法及系统,涉及新能源电力系统与人工智能交叉技术领域,包括:获取风电场历史时间序列数据,将风电场历史时间序列数据输入至预先建立的TCN‑AE模型内,Encoder输出得到加密时序特征;利用自注意力机制对加密时序特征进行提取得到风电场特征,将风电场特征输入至预先建立的基于弹球损失函数的预测网络模型内,输出得到风电场集群联合功率预测结果。
技术关键词
风电场集群
功率预测方法
预测网络模型
时序特征
注意力机制
人工智能交叉技术
序列
新能源电力系统
功率预测系统
处理器
可读存储介质
重构误差
加密器
加密数据
存储器
系统为您推荐了相关专利信息
染色体
关键点
序列预测方法
序列预测模型
预测网络模型
多模态信息融合
波动特征
时序特征
特征融合网络
融合特征
光伏功率预测方法
特征提取网络
多模态数据融合
空间特征提取
状态空间模型
概率预测方法
XGBoost算法
历史负荷数据
噪声数据
多通道卷积神经网络
训练卷积神经网络
分布特征
双路径网络
医学图像重建方法
通道注意力机制