【技术实现步骤摘要】
本专利技术涉及智能预测，尤其涉及一种多模型风电预测方法、装置、计算机设备及存储介质。
技术介绍
1、目前，对于发电设备的多模型风电预测，往往不止采用一个模型，输出不止一个风电运行预测参数；例如针对风电场的多模型风电预测，可通过模型对诸如风电场功率、风电场风速、风电场风机转速等参数进行预测。当获取到多个参数预测模型的风电运行预测参数时，如何对多个风电运行预测参数进行组合能得到一个准确的风电运行预测参数是当前所需解决的问题，传统技术方法中通常是配置与各风电运行预测参数对应的权重系数，并根据权重系数对风电运行预测参数进行综合计算，然而传统技术方法中通常配置的权重系数通常并不是最优的权重系数，则综合计算得到的风电运行预测参数也并非全局最优结果。因此，现有技术方法中对多模型风电预测所得到的多个风电运行预测参数进行综合计算时存在风电运行预测参数获取过程计算资源过度损耗的问题。
技术实现思路
1、本申请实施例提供了一种多模型风电预测方法、装置、计算机设备及存储介质，旨在解决多个风电运行预测参数进行综合计算时所存在的预测过程计算资源过度损耗的问题。
2、第一方面，本申请实施例提供了一种多模型风电预测方法，其包括：获取多个预测模型分别针对目标时间段进行预测得到的多个单一风电运行预测参数；利用与每个参数预测模型对应的目标权重对每个参数预测模型得到的风电运行预测参数进行加权，得到综合风电运行预测参数；其中，与每个参数预测模型对应的目标权重是通过以下步骤得到的：获取目标时间段之前的预设时间段对
3、第二方面，本申请实施例还提供了一种多模型风电场预测装置，装置包括第一参数获取单元、第二参数获取单元、第三参数获取单元、权重组合获取单元、第四参数获取单元、误差计算单元以及权重获取单元，还进一步包括权重组合确认单元、第一判断单元以及第二判断单元。
4、第三方面，本申请实施例还提供了一种计算机设备，其包括存储器及处理器，存储器上存储有计算机程序，处理器执行计算机程序时实现上述方法。
5、第四方面，本申请实施例还提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时可实现上述方法。
6、本申请实施例提供了一种多模型风电预测方法、多模型风电场预测装置、计算机设备及存储介质。其中，方法包括：获取多个预测模型分别针对目标时间段进行预测得到的多个单一风电运行预测参数；利用与每个参数预测模型对应的目标权重对每个参数预测模型得到的风电运行预测参数进行加权，得到综合风电运行预测参数。
7、本申请实施例由于采用了多个短期功率预测模型的组合预测方法，通过将不同模型的预测结果进行加权组合，得到最终的预测结果，增加预测的准确性和鲁棒性，充分利用各个模型的优势，弥补单个模型的不足，利用多个参数预测模型对预设时间段进行预测，获取多个第一风电运行预测参数。多模型风电预测方法可以帮助节省预测过程消耗的计算资源，由于采用多个预测模型进行并行计算，可以同时处理多个模型的预测任务，提高计算效率。相比使用单一模型进行预测，该方法能够充分利用并行计算的优势，减少整体预测过程所需的时间和计算资源。通过使用多个简化的参数预测模型，并在加权求和步骤对其进行组合，可以降低每个模型的复杂度，从而减少了计算资源的消耗。该方法通过基于误差值进行调整，找到符合预设条件的初始权重组合，可以避免对所有可能的权重组合进行穷举搜索，减少了计算资源的消耗。
8、为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
9、图1为本专利技术实施例提供的多模型风电预测方法的方法流程图；
10、图2为本专利技术实施例提供的多模型风电预测方法的子步骤示意图；
11、图3为本专利技术实施例提供的多模型风电预测方法的另一子步骤示意图；
12、图4为本专利技术实施例提供的多模型风电预测装置的示意性框图；
13、图5为本专利技术实施例提供的计算机设备的示意性框图。
本文档来自技高网...【技术保护点】
1.一种多模型风电预测方法，其特征在于，包括：
2.根据权利要求1所述的多模型风电预测方法，其特征在于，所述基于所述误差值，确定符合预设条件的初始权重组合为目标初始权重组合，包括：
3.根据权利要求2所述的多模型风电预测方法，其特征在于，在所述返回执行：所述依据权重步长优化值，至少调整部分所述单一初始权重，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合及之后的步骤之前，所述方法还包括：
4.根据权利要求1-3任一项所述的多模型风电预测方法，其特征在于，所述依据权重步长优化值，至少调整部分所述单一初始权重，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合，具体为：利用权重步长优化值，对单一初始权重进行遍历，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合。
5.根据权利要求1-3任一项所述的多模型风电预测方法，其特征在于，所述预设时间段对应的实际参数包括预设时间段的每一个预设时间点的对应的子实际参数；所述多个参数预测模型分别针对所述预设时间段进行预测得到多个第一风电运
6.根据权利要求1-3任一项所述的多模型风电预测方法，其特征在于，所述实际参数为对风电场内的一项或多项参数进行测量所得到的参数信息，和/或，所述预设时间段为与目标时间段不同年份的相同月份中靠前的时间段，或为与目标时间段不同年份的相同季节中靠前的时间段，或与目标时间段相同年份、相同季节中靠前的时间段，或与目标时间段相同年份、相同月份中靠前的时间段。
7.一种多模型风电预测装置，其特征在于，所述装置用于执行如权利要求1-6任一项所述的多模型风电预测方法，所述装置包括：
8.根据权利要求7所述的多模型风电预测装置，其特征在于，所述装置还包括：
9.一种计算机设备，其特征在于，所述设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的多模型风电预测方法的步骤。
...【技术特征摘要】
1.一种多模型风电预测方法，其特征在于，包括：
2.根据权利要求1所述的多模型风电预测方法，其特征在于，所述基于所述误差值，确定符合预设条件的初始权重组合为目标初始权重组合，包括：
3.根据权利要求2所述的多模型风电预测方法，其特征在于，在所述返回执行：所述依据权重步长优化值，至少调整部分所述单一初始权重，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合及之后的步骤之前，所述方法还包括：
4.根据权利要求1-3任一项所述的多模型风电预测方法，其特征在于，所述依据权重步长优化值，至少调整部分所述单一初始权重，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合，具体为：利用权重步长优化值，对单一初始权重进行遍历，以得到由每个所述参数预测模型对应的单一初始权重组合的若干个初始权重组合。
5.根据权利要求1-3任一项所述的多模型风电预测方法，其特征在于，所述预设时间段对应的实际参数包括预设时间段的每一个预设时间点的对应的子实际参数；所述多个参数预测模型分别针对所述预设时间段进行预测得到多个第一风电运行预测参...
【专利技术属性】
技术研发人员：彭喆，
申请(专利权)人：华润电力技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。