摘要
本发明涉及风电领域,具体是基于集成优化模型的海上风电产能预测方法,包括:S1、获取各海上风电站点的历史气象数据以及出力数据,进行预处理;S2、对预处理后的数据进行相关性分析,确定气象数据的特征与相应出力数据之间的相关性;S3、进行特征贡献分析,量化每个特征对模型输出的贡献度对特征进行组合加权;S4、构建集成优化模型,通过粒子群优化算法为每个基模型找到最佳参数;S5、将预处理后的历史数据和最佳参数输入集成优化模型,进行模型训练;S6、利用训练完成后的集成优化模型对海上风电站点的出力数据进行预测,得到各个基模型的出力数据预测值;S7、对各基模型的出力数据预测值进行综合计算,得到风电功率预测值。
技术关键词
产能预测方法
风电
粒子群优化算法
风力发电站
加权平均法
皮尔逊相关系数
历史气象数据
线性回归模型
站点
计算机程序产品
插值方法
处理器
实时数据
计算机设备
参数
可读存储介质
变量
系统为您推荐了相关专利信息
优化调度方法
充电桩数量
演化博弈模型
功率
风电发电机组
梯级水电站调度
策略
数学模型
鲸鱼优化算法
发电量
血细胞分析仪
显微成像系统
检查方法
粒子群优化算法
电机控制模块
动态边界条件
发电量
神经网络模型
风力发电机组
基地
故障行波
监测管理方法
风电场输电系统
线路故障点
变分模态分解算法