【技术实现步骤摘要】
本专利技术涉及清洁能源，具体涉及风电功率预测方法、装置、计算机设备及存储介质。
技术介绍
1、风能是最重要的可再生能源之一，而准确可靠的风电预测方法可以极大地促进电力系统的规划和调度。
2、然而，风电曲线在时域中经常表现出间歇性和显著的不确定性，这不利于精确和可靠的预测；相关技术中的风电功率预测模型基于时间上统计特性恒定的假设，往往难以捕捉现实时间序列中的时间动态，从而导致时间序列分析中的偏差和错误。
3、因此，目前亟需提出一种风电功率预测方法，以解决相关技术中的风电功率预测模型难以捕捉现实时间序列中的时间动态，从而导致风电功率预测不准确的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种风电功率预测方法、装置、计算机设备及存储介质，以解决相关技术中的风电功率预测模型难以捕捉现实时间序列中的时间动态，从而导致风电功率预测不准确的问题。
2、第一方面，本专利技术提供了一种风电功率预测方法，所述风电功率预测方法包括：获取目标风电场站的历史功率数据；对所...
【技术保护点】
1.风电功率预测方法，其特征在于：包括，
2.如权利要求1所述的风电功率预测方法，其特征在于：所述基于所述历史第一成分特征的粒度级别对所述历史第一成分特征进行重建，得到预测第一成分特征，包括：
3.如权利要求2所述的风电功率预测方法，其特征在于：所述基于所述历史第一成分特征的粒度级别对所述历史第一成分特征进行多级分解，得到各所述粒度级别对应的低秩近似子历史第一成分特征，包括：
4.如权利要求3所述的风电功率预测方法，其特征在于：所述基于所述低秩近似子历史第一成分特征进行重建，得到所述预测第一成分特征，包括：
5.如权利要...
【技术特征摘要】
1.风电功率预测方法，其特征在于：包括，
2.如权利要求1所述的风电功率预测方法，其特征在于：所述基于所述历史第一成分特征的粒度级别对所述历史第一成分特征进行重建，得到预测第一成分特征，包括：
3.如权利要求2所述的风电功率预测方法，其特征在于：所述基于所述历史第一成分特征的粒度级别对所述历史第一成分特征进行多级分解，得到各所述粒度级别对应的低秩近似子历史第一成分特征，包括：
4.如权利要求3所述的风电功率预测方法，其特征在于：所述基于所述低秩近似子历史第一成分特征进行重建，得到所述预测第一成分特征，包括：
5.如权利要求4所述的风电功率预测方法，其特征在于：所述基于所述历史第二成分特征的特征相似度进行预测，得到预测第二成分特征，包括：
6.如权利要求5所述的风电功率预测方...
【专利技术属性】
技术研发人员：张俨，苏华英，王融融，邓佳莉，王寅，贺先强，黄晓旭，王榆楗，范俊秋，王宁，唐建兴，代江，
申请(专利权)人：贵州电网有限责任公司，
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。