-
公开(公告)号:CN115018170B
公开(公告)日:2025-02-11
申请号:CN202210669086.1
申请日:2022-06-14
Applicant: 海南大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06F18/214 , H02J3/00 , H02J3/38 , G06N3/0442 , G06N3/045
Abstract: 本申请公开了一种短期风电功率预测方法、装置、设备及存储介质,包括:采集当前风电场对应的实时风电功率数据,并对实时风电功率数据进行预处理,得到第一预处理后数据;将第一预处理后数据输入至预先训练好的目标风电功率预测模型,得到目标风电功率预测模型输出的与第一历史风电功率数据对应的风电功率预测结果;其中,目标风电功率预测模型为预先训练好的多分支神经网络模型,并且,在多分支神经网络模型的训练过程中,对VMD算法中的分解个数和各分解分量对应的中心频率进行优化。本申请通过对VMD算法中的分解个数和各分解分量对应的中心频率进行优化,从而利用训练出目标风电功率预测模型实现风电功率的预测,提高了预测精度。
-
公开(公告)号:CN115018170A
公开(公告)日:2022-09-06
申请号:CN202210669086.1
申请日:2022-06-14
Applicant: 海南大学
Abstract: 本申请公开了一种短期风电功率预测方法、装置、设备及存储介质,包括:采集当前风电场对应的实时风电功率数据,并对实时风电功率数据进行预处理,得到第一预处理后数据;将第一预处理后数据输入至预先训练好的目标风电功率预测模型,得到目标风电功率预测模型输出的与第一历史风电功率数据对应的风电功率预测结果;其中,目标风电功率预测模型为预先训练好的多分支神经网络模型,并且,在多分支神经网络模型的训练过程中,对VMD算法中的分解个数和各分解分量对应的中心频率进行优化。本申请通过对VMD算法中的分解个数和各分解分量对应的中心频率进行优化,从而利用训练出目标风电功率预测模型实现风电功率的预测,提高了预测精度。
-