摘要
本发明公开一种基于QR‑Transformer模型的风电供电保障概率预测方法:基于Transformer模型架构融合多头注意力机制与分位数回归层建立风电功率概率预测模型;模型通过不同分位数水平下Pinball损失函数进行训练,采用相应损失值评估模型性能,输出多分位预测模型;输入网格化风速风向特征至多分位预测模型得到风电概率预测结果,构建风电功率离散概率分布,利用pChip插值法进行拟合,按时间尺度堆叠获得多时间尺度累积分布函数集;结合电网发电计划与典型运行场景,确定各集群保障功率断面阈值,构建供电保障需求断面,计算累积分布函数曲线在断面处累积概率即供电保障概率;基于预期校正误差ECE、Brier分数和Pinball损失函数构建供电保障概率预测评价指标体系,实现对预测结果全面评价。
技术关键词
累积分布函数
风电
概率预测方法
多时间尺度
校正误差
位点
综合评价指标
多头注意力机制
前馈神经网络
功率
电网调度决策
电网优化调度
直流潮流模型
引入注意力机制
集群
预测模型训练
解码器
评价指标体系
计划
样本
系统为您推荐了相关专利信息
取水构筑物
Delaunay三角剖分
阈值分割算法
声光
数据
历史运行状态
故障诊断模型
在线监测预警方法
风电机组运行状态
深度神经网络模型
数字孪生体
粒子群优化算法
智能控制方法
数据驱动模型
带钢