基于新能源并网的风电功率预测模型建立方法及其应用
摘要文本
本发明公开了基于新能源并网的风电功率预测模型建立方法及其应用，属于风电功率预测领域，包括：构建训练数据集；训练数据集中，每一条样本包括历史的气象特征序列以及未来的风电功率序列；构建待训练的初始预测模型，该模型在编码器‑解码器的基础上引入了两个预处理模块，分别用于对输入编码器和输入解码器的数据进行预处理，包括在气象特征序列中的各气象特征中嵌入序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将二者融合；利用训练数据集对初始预测模型进行训练，训练结束后，得到风电功率预测模型。本发明能充分考虑风电预测的特征拓扑相关性和强不确定性，有效提高风电功率预测的精度。
申请人信息
- 申请人:华中科技大学
- 申请人地址:430074 湖北省武汉市洪山区珞喻路1037号
- 发明人: 华中科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于新能源并网的风电功率预测模型建立方法及其应用 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311218957.9 |
| 申请日 | 2023/9/19 |
| 公告号 | CN117394306A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | H02J3/00 |
| 权利人 | 华中科技大学 |
| 发明人 | 李远征; 丁逸洲; 俞耀文; 刘智伟; 赵勇; 曾志刚 |
| 地址 | 湖北省武汉市洪山区珞喻路1037号 |
专利主权项内容
1.一种基于新能源并网的风电功率预测模型建立方法，其特征在于，包括：构建训练数据集；所述训练数据集中，每一条样本包括预测时刻之前长度为L的气象特征序列，以及，以预测时刻为起点、长度为L的风电功率序列；xy构建待训练的初始预测模型，用于根据历史的气象特征预序列测未来的风电功率序列；所述初始预测模型为深度学习模型，其包括：两个预处理模块，编码器模块和解码器模块；所述预处理模块，用于在气象特征序列中的各气象特征中嵌入相应的序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将所述映射特征序列和所述拓扑图融合；其中一个预处理模块以输入模型的气象特征序列为输入，输出作为所述编码器模块的输入，另一个预处模块以输入模型的气象特征序列尾部长度为L-L的部分为输入，输出作为所述解码器模块的输入；所述编码器模块，用于提取输入数据的特征，所提取的特征也作为所述解码器模块的输入；所述解码器模块，用于根据输入数据预测风电功率序列；xy利用所述训练数据集对所述初始预测模型进行训练，训练结束后，得到风电功率预测模型；其中，所述气象特征包括风电功率；L和L均为预设长度，且L>L。xyxy