一种基于AI技术的风能预测系统、方法及电子设备技术方案

本发明专利技术涉及气象监测技术领域，具体公开了一种基于AI技术的风能预测系统、方法及电子设备，系统包括数据采集模块、AI模型训练模块、风能预测模块，数据采集模块用于获取环境数据，环境数据至少包括风速数据以及风向数据；AI模型训练模块用于获取若干历史环境数据，根据历史环境数据对预设的多模型融合框架进行训练，得到用于预测的AI模型；风能预测模块用于获取AI模型，以及获取实时的环境数据，并通过AI模型和实时的环境数据对未来设定时段内的环境数据进行预测，生成风能预测结果。本发明专利技术将AI技术应用于风能预报中，提高了对风速和风向的预测准确性，也进一步提高风能发电的效率和可靠性，克服传统方法的局限性，在行业内具有很大的推广价值。

【技术实现步骤摘要】

本专利技术涉及气象监测，尤其涉及一种基于ai技术的风能预测系统、方法及电子设备。

技术介绍

1、风能是一种重要的可再生能源资源，具有广泛的应用前景。然而，由于风速的不稳定性和不可预测性，风能的利用受到一定的限制。传统的风能预报方法通常基于统计模型或物理模型，通过分析历史数据和环境因素来预测风速和风向的变化，这些方法往往受到模型精度、数据采集限制和计算复杂性等问题的制约，预测结果存在一定的误差。

2、人工智能(ai)技术在数据分析和模式识别方面具备较为明显的优势，其具备处理大量数据和复杂模式的能力，所以将ai技术应用于风能预报中具有很大的潜力。

3、因此，本专利技术提出一种将ai技术应用于风能预测的技术方案，以达到更佳的预测效果。

技术实现思路

1、针对现有技术中的技术问题，本专利技术提供一种基于ai技术的风能预测系统、方法及电子设备。

2、本专利技术包括一种基于ai技术的风能预测系统，所述系统包括数据采集模块、ai模型训练模块、风能预测模块，其中：>

3、所述数据本文档来自技高网...

【技术保护点】

1.一种基于AI技术的风能预测系统，其特征在于，所述系统包括数据采集模块、AI模型训练模块、风能预测模块，其中：

2.如权利要求1所述的一种基于AI技术的风能预测系统，其特征在于，所述AI模型训练模块根据历史环境数据对预设的多模型融合框架进行训练，得到用于预测的AI模型，包括：

3.如权利要求2所述的一种基于AI技术的风能预测系统，其特征在于，所述AI模型训练模块根据预设的修正模型对历史环境数据进行修正，包括：

4.如权利要求3所述的一种基于AI技术的风能预测系统，其特征在于，所述AI模型训练模块根据预测结果以及预设的模型评估策略对所述AI模型的性能进...

【技术特征摘要】

1.一种基于ai技术的风能预测系统，其特征在于，所述系统包括数据采集模块、ai模型训练模块、风能预测模块，其中：

2.如权利要求1所述的一种基于ai技术的风能预测系统，其特征在于，所述ai模型训练模块根据历史环境数据对预设的多模型融合框架进行训练，得到用于预测的ai模型，包括：

3.如权利要求2所述的一种基于ai技术的风能预测系统，其特征在于，所述ai模型训练模块根据预设的修正模型对历史环境数据进行修正，包括：

4.如权利要求3所述的一种基于ai技术的风能预测系统，其特征在于，所述ai模型训练模块根据预测结果以及预设的模型评估策略对所述ai模型的性能进行评估，包括：

5.如权利要求4所述的一种基于ai技术的风能预测系统，其特征在于，所述初级学习器为xgboost、lstm、svr、lasso中的一种或多种。

【专利技术属性】
技术研发人员：徐菲菲，郑涵，刘晓东，曹胜利，朱德明，张学源，陈海涛，
申请(专利权)人：广东华电惠州能源有限公司，
类型：发明
国别省市：