本發(fā)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(tǒng)風電功率實時監(jiān)測數(shù)據(jù)及結合歷史風電功率數(shù)據(jù)對風電功率預測,將Scada系統(tǒng)風電功率實時監(jiān)測數(shù)據(jù)和歷史風電功率數(shù)據(jù)輸入由卷積神經(jīng)網(wǎng)絡、BiLSTM網(wǎng)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(yōu)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(tǒng)調(diào)度運行計劃制定精準性,而且有利于降低新能源發(fā)電功率預測的誤差現(xiàn)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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)