发明公开
- 专利标题: 融合时序特征和统计特征的风电超短期功率预测方法
-
申请号: CN202110196212.1申请日: 2021-02-22
-
公开(公告)号: CN112836434A公开(公告)日: 2021-05-25
- 发明人: 董雪 , 赵生校 , 陈晓锋 , 卢迪 , 陆艳艳 , 刘树洁 , 李东 , 赵宏伟 , 刘磊
- 申请人: 中国电建集团华东勘测设计研究院有限公司 , 中国科学技术大学
- 申请人地址: 浙江省杭州市下城区潮王路22号;
- 专利权人: 中国电建集团华东勘测设计研究院有限公司,中国科学技术大学
- 当前专利权人: 中国电建集团华东勘测设计研究院有限公司,中国科学技术大学
- 当前专利权人地址: 浙江省杭州市下城区潮王路22号;
- 代理机构: 杭州九洲专利事务所有限公司
- 代理商 韩小燕
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06Q10/04 ; G06Q50/06 ; G06N3/063 ; G06N3/08 ; G06F113/06 ; G06F119/06
摘要:
本发明涉及一种融合时序特征和统计特征的风电超短期功率预测方法。本发明的目的是提供一种融合时序特征和统计特征的风电超短期功率预测方法。本发明的技术方案是:一种融合时序特征和统计特征的风电超短期功率预测方法,其特征在于:获取NWP数据,并对NWP数据进行修正;将经修正的NWP数据中的风速风向输入CNN网络模型提取统计特征;获取历史功率数据,并对历史功率数据进行清洗;将经清洗的历史功率数据输入GRU网络模型提取时序特征;将风速风向的统计特征和功率数据的时序特征融合,输入训练好的超短期风电预测模型,输出风电功率预测值。本发明适用于风力发电功率预测领域。