公开(公告)号：CN118690178B

公开(公告)日：2024-10-25

申请号：CN202411168909.8

申请日：2024-08-23

Applicant: 湖北工业大学

Inventor： 周越广 ,  陈辉

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明涉及风电场风速预测技术领域，具体为一种基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，包括以下步骤：将多个风电场原始数据整合到一个数据集里面，得到原始数据集，基于最小冗余最大相关性mRMR的随机森林RF特征选择方法mRMR‑RF计算多风电场各个特征子集的得分。该基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，通过特征拓扑图分析多风电场各个特征与风速的相关性，并基于mRMR‑RF‑GraphSAGE的空间特征提取框架获取空间特征向量，把不同时刻的空间特征向量作为时间序列输入到LSTM模型，得到风电场各个站点的风速预测值，如此，能够提高风速预测精度，减少风电并网对电力系统稳定性的威胁，从而在经济上带来积极的长期影响。

公开(公告)号：CN118690178A

公开(公告)日：2024-09-24

申请号：CN202411168909.8

申请日：2024-08-23

Applicant: 湖北工业大学

Inventor： 周越广 ,  陈辉

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明涉及风电场风速预测技术领域，具体为一种基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，包括以下步骤：将多个风电场原始数据整合到一个数据集里面，得到原始数据集，基于最小冗余最大相关性mRMR的随机森林RF特征选择方法mRMR‑RF计算多风电场各个特征子集的得分。该基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，通过特征拓扑图分析多风电场各个特征与风速的相关性，并基于mRMR‑RF‑GraphSAGE的空间特征提取框架获取空间特征向量，把不同时刻的空间特征向量作为时间序列输入到LSTM模型，得到风电场各个站点的风速预测值，如此，能够提高风速预测精度，减少风电并网对电力系统稳定性的威胁，从而在经济上带来积极的长期影响。