短期风电功率预测方法及装置

专利申请号：CN202111334208.3

公 开 号：CN114298130A

发 明 人：叶林 王森 林昇 张伟 王爽 蒋贲 王建国 陈志文 刘庭 杜洋 张小贝 冯翔宇 陈卓 

代 理 人：北京中知法苑知识产权代理有限公司李明;赵吉阳

代理机构：11226 北京中知法苑知识产权代理有限公司

专利类型：发明申请

申 请 日：20220408

公 开 日：20211111

专利主分类号：G06K9/62(20220101)

关 键 词：风功率 风电功率预测 特征变量 风电功率 剔除 预测 模糊C均值聚类算法 风机运行数据 神经网络算法 建模预测 神经网络 数据基础 算法选取 特征输入 异常数据 预测结果 运行数据 风电场 建模 算法 筛选 改进 

摘      要：本公开提供一种短期风电功率预测方法及装置，所述方法包括：获取风电场的风机运行数据；将所述运行数据中的风电功率异常值进行剔除；选取影响风电功率的特征变量；基于所述特征变量，采用深度神经网络建立风电功率预测模型；对所述风电功率预测模型的预测结果进行评价。通过采用改进的模糊C均值聚类算法进行了异常数据的筛选与剔除，为风功率的预测建模提供了可靠的数据基础。通过ReliefF算法选取影响风功率的特征变量作为特征输入。采用Bi‑LSTM神经网络算法进行风功率的建模预测，并对比了传统BP神经网络、RNN及LSTM等算法，表明了该方法具有较高的预测精度，实现了短期风功率的精准预测。