摘要
本发明属于云边协同、风电功率预测领域,具体涉及一种基于云边协同的风电功率预测方法和装置,旨在解决风电功率预测模型泛化能力差,模型预测准确度有限,实时性预测效果差等问题。首先利用风机的边缘节点实时采集风机运行数据与环境参数,并进行数据预处理与特征提取,然后实时发送到云端;然后,云端服务器接收多边缘节点数据,基于联邦学习框架进行模型训练以更新全局预测模型;再者,云端建立动态权重分配机制,根据节点数据质量调整模型融合权重;最后,云端将更新权重后的轻量化模型定向下发到边缘端以进行更为精准的风电功率预测。
技术关键词
权重分配机制
节点
窄带无线通信网络
风电功率预测模型
风电功率预测方法
轮毂高度
气象雷达数据
多边缘
云端服务器
存储装置
异常数据检测
LSTM模型
移动通信网络
风机
处理器
程序
系统为您推荐了相关专利信息
集群
客户端
联邦学习系统
数据分布
联邦学习方法
短波红外成像仪
水体
卷积神经网络深度学习模型
节点
集群
移动终端
移动通信网络
加密方法
接收方
无线信道特征