【技术实现步骤摘要】
本申请涉及风电，特别是涉及一种风功率预测方法、装置、计算机设备及存储介质。
技术介绍
1、为了提高风电利用率，计算机设备需要精准把握功率变化趋势，去除风电的不确定性。目前，计算机设备可基于统计模型来对风功率进行预测。
2、随着数据采集技术发展，大量风电数据为统计模型带来了有效支撑，进而使数据驱动活跃于风功率预测领域。其中，主流的数据驱动风功率预测方法主要通过支持向量机法、人工神经网络法等人工智能手段进行预测。常规研究通过皮尔逊相关性分析等序列分析法选择与功率相关性较高的气象因素。然而，此类方法只能关注气象因素与功率间的直接联系，无法关注气象因素内部的耦合作用，从而导致对风功率预测的准确率较低。
3、因此，如何提高风功率预测的准确率成为了一个亟待解决的问题。
技术实现思路
1、本申请实施例提供了一种风功率预测方法、装置、计算机设备及存储介质，可提高风功率预测的准确率。
2、第一方面，本申请实施例提供了一种风功率预测方法，该方法包括：
3、对历史...
【技术保护点】
1.一种风功率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述重构后的历史风功率序列和重构后的气象特征序列，确定多个复合增广特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述重构后的历史风功率序列、所述重构后的气象特征序列以及多个所述复合增广特征，确定数据特征池，包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述数据特征池中，确定用于进行风功率预测的多个特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利...
【技术特征摘要】
1.一种风功率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述重构后的历史风功率序列和重构后的气象特征序列，确定多个复合增广特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述重构后的历史风功率序列、所述重构后的气象特征序列以及多个所述复合增广特征，确定数据特征池，包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述数据特征池中，确定用于进行风功率预测的多个特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1至5任一项所述的方法，其特征在于，所述对历史数据集中的历史...
【专利技术属性】
技术研发人员：张凡，胡旭东，潘世贤，黄彦璐，赵帅，谭俊丰，蒋姗，
申请(专利权)人：南方电网人工智能科技有限公司，
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。