摘要
本申请涉及气象特征数据处理、风电场发电量预测方法、装置和设备。所述方法包括:根据关联数据库中存储的第一时间段内的历史实际气象特征数据和历史预测气象特征数据之间的对应关系,计算气象预测数据偏差率并优化第二时间段的气象特征数据;根据气象特征数据与发电量数据的关联关系以及优化后的气象特征数据,对发电量预测模型进行修正;利用修正后的发电量预测模型对第二时间段的风电场发电量进行预测;对预测获得的风电场发电量数据进行验证,在验证结果不满足验证条件的情况下,对气象特征数据的优化和发电量预测模型的修正过程中的模型参数进行调整,以获得目标发电量预测模型。采用本申请的方法可以提高发电量预测的准确性。
技术关键词
风电场发电量
气象
特征数据处理方法
时间段
机器学习模型
偏差
关系
强化学习环境
误差反向传播
线性回归模型
强化学习算法
数据处理装置
神经网络模型
数据获取模块
参数
预测装置
处理器
系统为您推荐了相关专利信息
筛查方法
描述符
平衡算法
EasyEnsemble算法
超参数
异常事件
生成提示信息
结构化查询语句
模型训练方法
计算机存储介质