摘要
本发明属于风电功率预测技术领域,具体公开一种多通道时空张量风电功率预测方法、系统、终端及介质,包括:采集风电场中各风机的运行状态数据与气象数据;对各类原始特征序列执行基于MIC的CEEMD分解,获得重构后的多变量特征序列;将所述重构后的特征序列输入至对应的长短期记忆网络通道中,提取时序特征,生成单通道时空特征张量;基于各通道特征张量构建多通道时空张量;将所述多通道时空张量输入至构建的SegNet模型中进行预测训练,输出与风电场各风机对应的未来功率预测结果。该方法能够有效融合风电场风机间的时空耦合特性与各类输入特征的关联性,提高风功率预测的精度与鲁棒性。
技术关键词
风电功率预测方法
多通道
长短期记忆网络
风电功率预测系统
序列
重构
CEEMD方法
风电功率预测技术
时序特征
虚拟空间结构
平均迭代次数
sigmoid函数
联合特征提取
读取存储介质
风电场风机
气象
变量
计算机