本發明提出一種基于深度學習融合模型的風電功率預測方法及設備,利用Scada系統風電功率實時監測數據及結合歷史風電功率數據對風電功率預測,將Scada系統風電功率實時監測數據和歷史風電功率數據輸入由卷積神經網絡、BiLSTM網絡、Attention注意力機制構建深度學習融合模型提取文本特征,最終將其獲得的特征進行合并操作得到融合特征,這樣得到最優文本特征對風電功率進行高效精準預測。通過該方法不僅提高供電系統調度運行計劃制定精準性,而且有利于降低新能源發電功率預測的誤差現象。
聲明:
“基于深度學習融合模型的風電功率預測方法及設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)