公开(公告)号：CN118484662A

公开(公告)日：2024-08-13

申请号：CN202410645198.2

申请日：2024-05-23

Applicant: 国网江苏省电力有限公司连云港市赣榆区供电分公司

Inventor： 李昊 ,  周志伟 ,  李志华 ,  张家豪 ,  胡继磊 ,  穆根 ,  张丹丹

IPC: G06F18/213 ,  G06F18/15 ,  G06F18/214 ,  G06F18/25 ,  G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于数据修复和残差校正的风电功率预测方法，属于新能源功率预测领域，使用变点分组法和带噪声密度聚类算法对原始风电序列进行异常值检测和清洗，提高数据质量；并使用动态邻接矩阵的图卷积神经网络学习多个风电机组之间的空间特征，使用门控循环单元学习长序列的时序特征，基于融合特征得出未来时刻的机组出力；最后以多层卷积和多头注意力机制学习历史时刻预测功率与实际功率的误差分布规律，预测未来时刻可能的的预测误差，返回修复上一步得到的预测功率。本发明通过将动态邻接矩阵得到机组之间不对称的连接关系，更符合实际情况，逐点卷积减少参数量，提高了系统的运行速度和鲁棒性，得到高精度的预测结果。