公开(公告)号：CN117498304A

公开(公告)日：2024-02-02

申请号：CN202311271112.6

申请日：2023-09-28

Applicant: 长江勘测规划设计研究有限责任公司

Inventor： 陈柏森 ,  王晓伟 ,  熊为军 ,  李程煌 ,  曹阳 ,  王陶 ,  赵立波

IPC: H02J3/00 ,  H02J3/38 ,  G06Q50/06 ,  G06Q10/04 ,  G06N3/0442 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于特征筛选的CNN‑BiLSTM短期风力发电功率预测方法，该方法包括如下步骤：S1、特征参数测量：测量获取与风力发电功率相关的多维时序数据，形成特征参数集；S2、特征参数筛选：对多维时序数据进行优化筛选，得到各个特征参数集与风电功率之间的相关性；根据特征相关性，通过比较后选择最佳的特征参数集作为模型特征输入；S3、特征参数预处理：对最佳的特征参数集进行顺序切分，得到训练集、测试集和验证集三个部分；S4、构建线性模型：利用BiLSTM网进行模型构建和训练，获取特征参数与风力发电功率之间的线性模型；S5、模型评价。本发明方法构建的组合模型可以提升多维电力功率数据的短期预测精度。