带有自注意力机制和门控基于图像的风功率短期预测方法及系统

    公开(公告)号:CN115630731A

    公开(公告)日:2023-01-20

    申请号:CN202211205360.6

    申请日:2022-09-30

    Abstract: 本发明公开了一种带有自注意力机制和门控基于图像的风功率短期预测方法及系统,属于风力发电预测技术领域,其中,该方法包括:获取NWP气象数据和SCADA风机数据进行预处理,并将预处理后的数据划分为训练集和测试集;将训练集分解成连续多个历史时间子序列,并重构成二维图像;建立基于残差的深度卷积神经网络,并加入门控卷积神经网络层和自注意力机制,得到带有自注意力机制和门控的基于残差的深度卷积神经网络;将二维图像输入该神经网络中训练;将测试集输入训练好的神经网络中进行预测,得到短期风功率。该方法综合使用历史时序数据与气象网格数据,提取特征转化为图像,用先进的图像处理技术对风力进行预测,大大提高了预测准确率。

Patent Agency Ranking