公开(公告)号：CN111160621B

公开(公告)日：2022-06-14

申请号：CN201911248679.5

申请日：2019-12-06

Applicant: 江苏方天电力技术有限公司 ,  东南大学

Inventor： 马吉科 ,  陈辉 ,  王江辉 ,  曹卫青 ,  祝永晋 ,  龙玲莉 ,  石星煜 ,  司加胜 ,  周德宇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06F17/15 ,  G06N3/04

Abstract: 本发明公开了一种融合多源信息的短期风电功率预测方法，包括以下步骤：(1)样本生成步骤，依据数值天气预报数据和风电功率序列数据，构造训练样本；(2)特征提取和特征融合步骤，对样本生成步骤构造的训练样本进行特征提取和融合；(3)功率预测步骤，将特征提取和特征融合步骤得到的特征编码通过多层感知机获取其对应时刻的预测功率输出，即最终预测结果。本发明相比传统的风电功率预测方法，通过融合天气预报数据，历史风电功率数据，进而捕获历史功率数据中隐含的周期性特征、挖掘数值天气预报数据的时序特征，建模不同风机的差异性特征，具有更高的预测精度。

公开(公告)号：CN111160621A

公开(公告)日：2020-05-15

申请号：CN201911248679.5

申请日：2019-12-06

Applicant: 江苏方天电力技术有限公司 ,  东南大学

Inventor： 马吉科 ,  陈辉 ,  王江辉 ,  曹卫青 ,  祝永晋 ,  龙玲莉 ,  石星煜 ,  司加胜 ,  周德宇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06F17/15 ,  G06N3/04

Abstract: 本发明公开了一种融合多源信息的短期风电功率预测方法，包括以下步骤：(1)样本生成步骤，依据数值天气预报数据和风电功率序列数据，构造训练样本；(2)特征提取和特征融合步骤，对样本生成步骤构造的训练样本进行特征提取和融合；(3)功率预测步骤，将特征提取和特征融合步骤得到的特征编码通过多层感知机获取其对应时刻的预测功率输出，即最终预测结果。本发明相比传统的风电功率预测方法，通过融合天气预报数据，历史风电功率数据，进而捕获历史功率数据中隐含的周期性特征、挖掘数值天气预报数据的时序特征，建模不同风机的差异性特征，具有更高的预测精度。