-
公开(公告)号:CN112613657B
公开(公告)日:2022-06-10
申请号:CN202011527204.2
申请日:2020-12-22
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明涉及一种风电场短期风速预测方法,该方法获取目标站点的风速时空特征数据后,首先进行数据清理及归一化处理;然后通过变分模态分解风速时域特征,得到结合空域特征的固有模态分量;进一步地,应用一级Attention的LSTM对分量的空域特征进行编码,之后应用二级Attention的LSTM对分量的时域特征进行解码,得到各分量的预测值;最后对各预测值反归一化处理并叠加后,得到最终的风速预测结果。本发明充分利用风速的时空相关性,结合VMD和基于Attention的LSTM网络,改善原始风速的不平稳特性,有效提高风速预测精度,可以优化包含风电场的电网调度性能并保障电力系统安全、可靠、经济地运行。
-
公开(公告)号:CN112613657A
公开(公告)日:2021-04-06
申请号:CN202011527204.2
申请日:2020-12-22
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明涉及一种风电场短期风速预测方法,该方法获取目标站点的风速时空特征数据后,首先进行数据清理及归一化处理;然后通过变分模态分解风速时域特征,得到结合空域特征的固有模态分量;进一步地,应用一级Attention的LSTM对分量的空域特征进行编码,之后应用二级Attention的LSTM对分量的时域特征进行解码,得到各分量的预测值;最后对各预测值反归一化处理并叠加后,得到最终的风速预测结果。本发明充分利用风速的时空相关性,结合VMD和基于Attention的LSTM网络,改善原始风速的不平稳特性,有效提高风速预测精度,可以优化包含风电场的电网调度性能并保障电力系统安全、可靠、经济地运行。
-