摘要
本发明涉及风功率预测技术领域,且公开了一种融合物理模型与机器学习的风功率预测系统,包括多维采集模块和智能预测模块。该融合物理模型与机器学习的风功率预测系统通过多维采集模块获取所有气象因子的预报数据、传感数据和风机管理数据,并分类组成数据集,智能预测模块分析气象因子之间的线性特征关系,生成预测大气压、预测空气密度和预测功率,为后续预测模型建立约束条件,智能预测模块监测气象因子预测值与实时数值之间非线性的特征关系,生成监测数据组和随机森林模型,动态修正模型参数,风能预测准确度高,智能预测模块根据监测数据组,分析每个气象因子对风能转换效率的影响,输出对应的评估报告,动态监测优化能力强。
技术关键词
功率预测系统
风能转换效率
随机森林模型
大气压
气象
风速
风机
因子
传感
物理
风功率预测技术
报告
模块
扫风面积
大数据平台
数值
非线性
关系
系统为您推荐了相关专利信息
结构方程模型
分析方法
叶面积指数
玉米品种
作物需水量
基线计算方法
光伏发电功率
BIRCH聚类算法
变量筛选方法
数据划分方法
退化预测方法
粒子群算法优化
随机森林模型
多环境
涂层
架空线路覆冰
现场安装装置
监测方法
监测模块
下架空输电线路