本發明屬于新能源風力發電功率預測技術領域,涉及一種基于自適應深度殘差網絡的超短期風電功率預測方法,包括步驟如下:S1采集風電場歷史數據;S2采用Pearson相關系數法篩選數據,并箱型圖分析法處理異常數據;S3對變量數據歸一化處理;S4建立深度殘差網絡風電功率預測模型;S5采用自適應AdaDelta優化算法優化預測模型,得最佳參數;S6將數據輸入預測模型中進行訓練;S7輸出變量為待預測時刻風電功率預測值;S8將預測值進行反歸一化處理得到最終的風電功率預測結果;S9建立評估指標體系,評估風電功率預測結果精確度。本發明解決傳統深度神經網絡模型訓練過程中網絡加深產生網絡退化的問題,提高模型預測精度。
聲明:
“基于自適應深度殘差網絡的超短期風電功率預測方法” 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)