- 专利标题: 一种基于长短期记忆网络的风电机组出力相关性映射建模方法
-
申请号: CN201911028174.8申请日: 2019-10-28
-
公开(公告)号: CN111475909B公开(公告)日: 2022-08-16
- 发明人: 何伟 , 黄扬琪 , 熊俊杰 , 李佳 , 阎洁 , 周家慷
- 申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学
- 申请人地址: 江西省南昌市民营科技园内民强路88号; ;
- 专利权人: 国网江西省电力有限公司电力科学研究院,国家电网有限公司,华北电力大学
- 当前专利权人: 国网江西省电力有限公司电力科学研究院,国家电网有限公司,华北电力大学
- 当前专利权人地址: 江西省南昌市民营科技园内民强路88号; ;
- 代理机构: 南昌市平凡知识产权代理事务所
- 代理商 夏材祥
- 主分类号: G06F30/20
- IPC分类号: G06F30/20 ; G06N3/04 ; G06N3/08 ; G06Q50/06
摘要:
本发明公开了一种基于长短期记忆网络的风电机组出力相关性映射建模方法,包括以下步骤:步骤一:采集风电场各机组点位处的实测风速数据、实测风向数据、实测功率数据,并对上述数据进行清洗与预处理;步骤二:建立基于长短期记忆网络的多点位风况信息与机组间功率序列相关性的映射模型,步骤三:以指定时间尺度的多机组点位实测风速序列数据、实测风向序列数据作为模型输入,以均方根误差函数指标训练神经网络模型,输出映射结果。本发明可以为大规模风电出力平滑效应的研究提供重要的输入参数,为不同风况下大规模风电并网分析与控制提供了统计学意义上的基础模型参考。
公开/授权文献
- CN111475909A 一种基于长短期记忆网络的风电机组出力相关性映射建模方法 公开/授权日:2020-07-31