摘要
本发明公开了一种基于高阶编码及集群划分的台风天气风电功率预测方法,涉及风电功率预测技术领域,包括:获取未来设定时间内的气象预测数据,并将气象预测数据进行动态提取与集群划分;获取历史功率数据与气象数据,基于历史功率数据与气象数据构建数据集作为训练数据;根据集群划分结果提取各子集群内的训练数据,根据子集群内的训练数据进行建模训练;各子集群加载自身对应的测试集,使用已完成建模训练的模型分别进行预测,将所有子集群结果汇总形成未来设定时间内的整体风电功率预测输出。本发明能够更好地适应极端天气下风速波动带来的不确定性,提高风电功率预测的鲁棒性和准确性,为电网调度优化和风电场运行提供更可靠的数据支持。
技术关键词
风电功率预测方法
历史功率数据
气象
改进型动态
SCADA系统
天气
聚类算法
风电功率预测技术
加权距离度量
电网调度优化
融合多特征
皮尔逊相关系数
滑动窗口
样本
编码器
集群结构
系统为您推荐了相关专利信息
智能预测方法
BiLSTM模型
恶劣天气条件
光伏发电功率预测
模式
时序
风机
风电功率预测模型
风电功率预测误差
CatBoost算法
场景特征
数据类型信息
识别方法
气象
智能监控技术
发电站
电网规划优化
数据融合方法
气象站
GCN模型