【技术实现步骤摘要】
本专利技术涉及新能源发电，尤其是涉及一种计及时空特征的风电功率超短期集成预测方法。
技术介绍
1、风能作为一种储备充足、分布广泛、低碳排放的环保资源备受关注，由于受到自然气象因素的影响，风能表现出极大的不确定性，同时大规模风电并网使得电网稳定运行的难度大大增加，因此，实现风电功率的高精度预测具有重要意义。
2、由于风电功率的大小受到天气系统状态的支配，而天气与时间、地理空间之间存在密切的关系，因此风电功率不仅在时间上具有一定的自相关性，而且在空间上也呈现关联性，特定地理位置的风电功率大小受到风场地理位置的影响，同时也受到温度、气压等外部环境条件的制约。在进行风电功率预测时，若能考虑时空特征的相互影响，挖掘风电数据中复杂多变的时空相关性，将有助于提高预测精度，目前主要采用长短期记忆网络的集成模型进行预测，由于长短期记忆网络的集成模型在风电功率预测中具有较强的普适性，但是没有考虑到不同组历史数据之间的特征和差异，不能充分发挥历史数据的潜力，从而不可避免的带来了一些问题，无法对不同特征的多种信号做出有效的处理。
【技术保护点】
1.一种计及时空特征的风电功率超短期集成预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在于，所述步骤S01具体包括以下步骤：
3.根据权利要求2所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在于，所述步骤S013中输入输出的时空特征矩阵T的表达式为：
4.根据权利要求1所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在于，所述步骤S02具体包括以下步骤：
5.根据权利要求1所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在...
【技术特征摘要】
1.一种计及时空特征的风电功率超短期集成预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在于，所述步骤s01具体包括以下步骤：
3.根据权利要求2所述的一种计及时空特征的风电功率超短期集成预测方法，其特征在于，所述步骤s013中输入输出的时空特征矩阵t的表达式为：
4.根据权利要求1所述的一种计及时空特征的风电...
【专利技术属性】
技术研发人员：刘军福，雍少华，马耀东，陈雨，秦英，张怀鹏，张敏，周伟昌，王杰，张建军，范书斌，
申请(专利权)人：国网宁夏电力有限公司中卫供电公司，
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。