公开(公告)号：CN118472943B

公开(公告)日：2024-09-24

申请号：CN202410916897.6

申请日：2024-07-10

Applicant: 湖南科技大学

Inventor： 刘朝华 ,  李龙威 ,  张英杰 ,  刘红文 ,  陈亚楠 ,  杨颀 ,  杨炯明 ,  吕明阳 ,  李明

IPC: H02J3/00 ,  H02J3/38 ,  G06F18/25 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于多特征融合周期增强的短期风电功率预测方法，属于风电功率预测领域，包括以下步骤：实验对象选定；构建多特征输入集，并对多特征输入集的数据进行预处理；构建TCN周期性信息嵌入层；开发多尺度特征深度融合模块；构建周期性增强Informer模型并进行训练；模型预测效果评估。本发明通过建立与风电功率高度相关的多特征输入集，提高了预测模型的性能，降低了模型内存消耗；通过建立TCN周期性信息嵌入层并发送给Informer进行预测，有效地提取风力发电的周期性特征和趋势；本发明不仅具备较高的准确性和可靠性，而且能够适应风电功率数据的复杂性和多变性，为风电场运营管理提供有价值的决策支持。

公开(公告)号：CN118472943A

公开(公告)日：2024-08-09

申请号：CN202410916897.6

申请日：2024-07-10

Applicant: 湖南科技大学

Inventor： 刘朝华 ,  李龙威 ,  张英杰 ,  刘红文 ,  陈亚楠 ,  杨颀 ,  杨炯明 ,  吕明阳 ,  李明

IPC: H02J3/00 ,  H02J3/38 ,  G06F18/25 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于多特征融合周期增强的短期风电功率预测方法，属于风电功率预测领域，包括以下步骤：实验对象选定；构建多特征输入集，并对多特征输入集的数据进行预处理；构建TCN周期性信息嵌入层；开发多尺度特征深度融合模块；构建周期性增强Informer模型并进行训练；模型预测效果评估。本发明通过建立与风电功率高度相关的多特征输入集，提高了预测模型的性能，降低了模型内存消耗；通过建立TCN周期性信息嵌入层并发送给Informer进行预测，有效地提取风力发电的周期性特征和趋势；本发明不仅具备较高的准确性和可靠性，而且能够适应风电功率数据的复杂性和多变性，为风电场运营管理提供有价值的决策支持。