摘要
本申请公开了一种风电场风功率预测方法、装置、系统及存储介质,用以预测风电场风功率。所述方法包括:从样本数据中选取影响风功率预测的气象数据;对所述气象数据以及对应的历史实际功率进行预处理,以得到样本数据集;将预处理后的样本数据集输入到多个神经网络模型中,以对神经网络模型进行训练;在神经网络模型训练结束后,获取神经网络模型各层的连接权重;根据各层的连接权重获取各个气象数据的最优权重;根据各个气象数据的最优权重确定风电场风功率的预测值。本申请通过多个神经网络进行训练得到神经网络模型各层的连接权重,并将根据连接权重获取各个气象数据的最优权重,提高了网络的稳定性以及泛化能力,使训练效果及精度显著提升。
技术关键词
风电场风功率预测
气象
数据
神经网络模型训练
样本
累计偏差
神经网络训练
代表
处理器通信
模块
可读存储介质
指令
存储器
气相
计算机
系统为您推荐了相关专利信息
信息隐藏方法
敏感信息识别
存储行业
信息隐藏装置
工单预处理
数据补全方法
转录组学
编码器
掩码矩阵
皮尔逊相关系数
异常监控方法
传感装置
光纤传感单元
交通信号灯
识别模块