【技术实现步骤摘要】
本专利技术属于风电功率预测，特别是涉及到一种基于全局信息自适应感知的短期风电集群功率预测方法。
技术介绍
1、由于风力发电的波动性和不确定性，通过准确预测风电功率，电力系统运营商能够有效规划发电计划、优化电网运行，进而提高电力系统的可靠性和经济性。
2、近年来随着电力产业的持续发展，风电场分布模式逐渐由小规模、分散式逐步转变为区域大规模的高渗透率集群分布。相比于单一风电场，如何处理风电场间复杂的多维nwp和历史功率等数据是一项巨大挑战。
3、然而，目前在短期风电集群功率预测中具有如下问题：a)风电集群中复杂的时空相关性在短期预测中难以有效提取。b)现有关于图神经网络的研究大多采用静态的图构建方式，难以有效捕捉节点之间相关性的时变性。c)现有的动态相关系数计算方式存在较大的局限性，需要一种合理地定义和构建动态相关系数的计算方法。这些是阻碍风电集群功率预测精度提升的关键问题。
4、因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
技术实现思路
1、本...
【技术保护点】
1.基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：包括以下步骤，并且以下步骤顺次进行，
2.根据权利要求1所述的基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：所述拉普拉斯特征映射的具体方法为：
3.根据权利要求1所述的基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：所述获得两个邻接矩阵的Jaccard系数的方法为：
4.根据权利要求1所述的基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：所述预测值与真实值的归一化均方根误差定义为式(7)：
【技术特征摘要】
1.基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：包括以下步骤，并且以下步骤顺次进行，
2.根据权利要求1所述的基于全局信息自适应感知的短期风电集群功率预测方法，其特征是：所述拉普拉斯特征映射的具体方法为：
3.根据权利要求1所...
【专利技术属性】
技术研发人员：杨茂，鞠超毅，黄禹潼，郭云峰，贾梦琪，
申请(专利权)人：东北电力大学，
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。