【技术实现步骤摘要】
本专利技术涉及机器学习，特别是一种基于多时间尺度特征的层次一致性风速预测方法。
技术介绍
1、能源是人类社会赖以生存和发展的基础。长期以来，煤炭、石油和天然气等化石能源一直是人类使用的主要能源。然而，这些不可再生的化石能源的持续使用会导致气候变暖、环境恶化等问题，因此使用可再生能源代替化石燃料变得越来越迫切。风能因其清洁、无污染且可再生的特点，近些年越来越受到全球各国的广泛关注。据2023年全球风能报告中的统计数据可知，2022年全球新增装机容量为77.6gw，全球累计风电装机容量达到906gw，且预计2023年全球新增装机容量将达到100gw。可见，风能的使用还将持续增长。
2、风速具有高随机性和间歇性，因而难以预测，这会导致当大规模风电并网时给整个电网的稳定性带来巨大的挑战。解决这些挑战的有效方法之一是准确预测未来的风速，从而通过功率曲线对风机功率进行准确的预测。具体而言，通过及时、准确地了解未来风速的变化趋势，可以帮助风电厂合理调整风机的运行状态以最大化发电效益，并且避免电网在短时间内受到过大的功率冲击对系统造成损害，...
【技术保护点】
1.一种基于多时间尺度特征的层次一致性风速预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多时间尺度特征的层次一致性风速预测方法，其特征在于，在步骤2中，自下而上的块注意力BUBA模块步骤具体如下：
3.根据权利要求3所述的基于多时间尺度特征的层次一致性风速预测方法，其特征在于，在步骤2中，自上而下的自适应上采样TDAU模块步骤具体如下：
4.根据权利要求3所述的基于多时间尺度特征的层次一致性风速预测方法，其特征在于，在步骤2中，对不同时间尺度风速序列的进行特征融合具体如下：
5.根据权利要求3所述的基...
【技术特征摘要】
1.一种基于多时间尺度特征的层次一致性风速预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多时间尺度特征的层次一致性风速预测方法，其特征在于，在步骤2中，自下而上的块注意力buba模块步骤具体如下：
3.根据权利要求3所述的基于多时间尺度特征的层次一致性风速预测方法，其特征在于，在步骤2中，自上而下的自适应上采样tdau模块步骤具体如下：
4.根据权利...
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。