发明公开
- 专利标题: 风电功率的预测方法、风电功率的预测装置和电子装置
-
申请号: CN202310396035.0申请日: 2023-04-12
-
公开(公告)号: CN116454874A公开(公告)日: 2023-07-18
- 发明人: 邓韦斯 , 戴仲覆 , 王皓怀 , 周保荣 , 李崇浩 , 卢斯煜 , 刘显茁 , 张旭东 , 王凌梓 , 邓力源 , 沈海波 , 卓毅鑫 , 唐健 , 胡甲秋 , 张俨 , 王宁 , 张杰 , 王邦一 , 赵川 , 闫斌杰 , 谢平平 , 陆秋瑜 , 莫若慧 , 何勇琪
- 申请人: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
- 申请人地址: 广东省广州市萝岗区科学城科翔路11号;
- 专利权人: 中国南方电网有限责任公司,南方电网科学研究院有限责任公司
- 当前专利权人: 中国南方电网有限责任公司,南方电网科学研究院有限责任公司
- 当前专利权人地址: 广东省广州市萝岗区科学城科翔路11号;
- 代理机构: 北京康信知识产权代理有限责任公司
- 代理商 霍文娟
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; G06N3/0464 ; G06F18/2411 ; G06F18/2451 ; G06F18/27 ; H02J3/38 ; H02J3/46
摘要:
本申请提供了一种风电功率的预测方法、风电功率的预测装置和电子装置,该方法包括:获取多个相似风电功率数据,相似风电功率数据为历史风电功率数据中与待测风电功率数据的关键影响因素数据在同一预定范围内的风电功率数据,待测风电功率数据为待测日期的预定时段内的风电功率数据,历史风电功率数据为待测日期之前的预定时段内的风电功率数据,风电功率数据为风电机组的输出功率,相似风电功率数据中的部分为训练样本数据,另一部分为测试样本数据;将测试样本数据输入至区域卷积神经网络模型,提取测试样本数据的特征;将测试样本数据的特征输入至支持向量回归模型,得到预测风电功率数据。该方法提高了风电功率的预测精度。