本發明涉及新能源技術領域,尤其涉及了一種深度學習的短期功率預測方法,包括EMD分解方法、CEEMD分解方法、BP神經網絡、SVM模型和GRU算法,EMD分解方法、CEEMD分解方法、BP神經網絡、SVM模型和GRU算法共同組成組合模型,EMD以及CEEMD對原始風電功率進行分解,得到各個不同的分量,將各個分量應用BP神經網絡、SVM模型以及GRU模型進行建模,得到短期風電功率預測結果。該深度學習的短期功率預測方法,風電場次日0?24h日前功率預測準確率應大于等于80%,提升了風電功率的預測精度,不僅有助于電網調峰工作,增強電網的風電接納能力,改善電力系統運行的安全性與經濟性,而且對于保障風電一體化和電力系統的穩定運行起到至關重要的作用。
聲明:
“深度學習的短期功率預測方法” 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)