首页> 中国专利> 一种基于时空相关性的风电场短期风速预测方法

一种基于时空相关性的风电场短期风速预测方法

摘要

本发明公开了一种基于时空相关性的风电场短期风速预测方法,该方法基于VMD和混合深度学习模型CNN‑Attention‑LSTM,首先获取目标站点风速的时空数据,经过数据清理后进行VMD分解,获得较为稳定的IMF(固有模态函数)分量;进一步地,针对各IMF分量,应用底层的CNN模型抽取风速的空域特征;再应用项层LSTM模型进行风速时域特征的提取并得到各分量的预测结果,同时融合通道注意力机制;最后进行合并获得最终预测风速。本发明充分利用风速的时空相关性,结合VMD和CNN‑Attention‑LSTM网络,改善原始风速的不平稳特性,有效提高风速预测精度,可以优化包含风电场的电网调度性能,保障电力系统的可靠、经济运行。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-04-22

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号