摘要
本发明涉及风电场功率预测技术领域,公开了一种风电场功率预测方法及装置,该方法包括:获取目标风电场的历史气象数据、物理约束数据和历史风功率数据;基于历史气象数据和物理约束数据确定干扰变量对应的中心辐射值;其中,干扰变量包括气象变量和物理约束变量;基于干扰变量和干扰变量对应的中心辐射值构建因果图神经网络模型;利用历史风功率数据、历史气象数据和物理约束数据对因果图神经网络模型进行训练,得到风电场功率预测模型。本发明提高了对气象数据和物理约束数据的处理能力,进而提高了风电场功率预测结果的准确性。
技术关键词
历史气象数据
神经网络模型
风电场功率预测
变量
物理
节点
邻居
皮尔逊相关系数
可读存储介质
指令
计算机程序产品
存储器
处理器
系统为您推荐了相关专利信息
雷达图像数据
神经网络模型
多普勒
无噪声
雷达回波数据
BP神经网络模型
厚度预测方法
输电线覆冰厚度
气象
深度学习模型
监测点
沉降监测方法
变量
监测器
GNSS接收器
井下气液分离器
性能优化方法
模糊逻辑控制器
深度学习模型
非线性