本發(fā)明公開了基于行為特征深度學習的風功率預測方法和系統(tǒng),應用于機器學習、新能源技術領域,包括以下步驟:獲取數據步驟、數據預處理步驟、矩陣構建步驟、數據劃分步驟、梯度提取步驟、3D?CNN網絡訓練步驟、訓練結束判定步驟、風電場發(fā)電功率預測步驟。本發(fā)明相對于分階段提取風電場發(fā)電功率數據的時空特征方案,本方法能對發(fā)電功率的時空特征進行整體提取,保證了特征的整體性,同時有利于算法的反向傳播和反向優(yōu)化;針對實際風電場建立風功率預測模型,并按照中短期預測的要求,實現(xiàn)對風電場輸出功率的預測,預測準確率高,平均相對誤差和均方根誤差低。
聲明:
“基于行為特征深度學習的風電場發(fā)電功率預測方法及系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)