风机功率递归预测方法、装置、计算机设备和存储介质与流程

文档序号:37104198发布日期:2024-02-22 21:02阅读:来源:国知局

技术特征:

1.一种风机功率递归预测方法,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,所述获取所述风机功率时间序列中的缺值数据,包括:

3.根据权利要求1所述的方法,其特征在于,在所述通过分段线性回归模型对所述缺值数据进行填补之前,还包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述中间风机功率时间序列训练初始分段线性回归模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述根据所述目标风机功率时间序列训练初始风机功率递归预测模型,以优化所述初始风机功率递归预测的参数,直至得到训练完成的风机功率递归预测模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述风机功率递归预测,预测风电场在待测时间内的风机功率,包括:

7.一种风机功率递归预测装置,其特征在于,所述装置包括:

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。


技术总结
本申请涉及一种风机功率递归预测方法、装置、计算机设备和存储介质。该方法包括:根据历史时段的风机功率数据,构建风机功率时间序列;获取风机功率时间序列中的缺值数据,并通过分段线性回归模型对缺值数据进行填补,得到目标风机功率时间序列;分段线性回归模型用于捕捉目标风机功率时间序列中的局部特征和规律;根据目标风机功率时间序列训练初始风机功率递归预测模型,以优化初始风机功率递归预测的参数,直至得到训练完成的风机功率递归预测模型;风机功率递归预测模型用于捕捉目标风机功率时间序列中的整体特征和规律;根据风机功率递归预测,预测风电场在待测时间内的风机功率。本申请能够提升对待测风机功率预测的准确性和可解释性。

技术研发人员:胡甲秋,蒙文川,戚焕兴,卓毅鑫,唐健,秦意茗,黄馗,詹厚剑,韦恒,陈标,杨再敏,饶志,孙思扬,黎立丰,李爽
受保护的技术使用者:广西电网有限责任公司
技术研发日:
技术公布日:2024/2/21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1