【技术实现步骤摘要】
本申请涉及新能源功率预测，尤其涉及基于特征矩阵迭代重构的可解释风电功率预测方法。
技术介绍
1、近年来，随着可再生能源的发展，风力发电行业呈现出前所未有的发展速度。但受风速的影响，风力发电具有明显的随机性、间歇性和不可控性。大规模的风电并网对电力系统稳定运行带来了极大的挑战。因此提高风电功率预测的准确度，对于电力系统安全、稳定、经济运行具有重要意义。
2、随着风电行业的蓬勃发展，针对风电功率的预测技术也得到广泛的研究与应用。根据模型理论的不同，传统风电功率预测一般可分为统计模型和物理模型，相较物理模型，由于统计模型直接针对风电功率数据建立模型，在短期和超短期预测中表现出良好的预测精度和广泛的适用性。近年来，衍生于新一代人工智能技术的深度学习模型逐渐流行于风电功率/风速的预测当中，统计模型得到进一步的拓展。然而现有超短期风电功率预测模型普遍存在共有的局限性，这些方法都主要依赖于单个风电场的历史数据，而没有考虑到一个区域内不同风电场之间的空间相关性，由于相邻的风电场所受到的环境和气象条件具有较高的相似性，它们之间的风速变化也存在...
【技术保护点】
1.基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于,包括以下步骤：
2.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
3.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
4.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
5.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
6.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
【技术特征摘要】
1.基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于,包括以下步骤：
2.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
3.根据权利要求1所述的基于特征矩阵迭代重构的可解释风电功率预测方法，其特征在于：
<...
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。