与常规电源不同,风力发电几乎完全取决于实时的天气条件,随机变化的天气导致风力发电具有波动性,间接性,随机性的特点。由于电力系统的发电,输电,用电需要实时保持平衡,风力发电等新能源的大规模并网将给电网运行带来越来越大的压力。综上所述,随着风力发电在电力系统中的占比不断加大,风力发电预测的重要性将愈来愈突显,预测结果越准确就越能使电力系统运行效率和稳定性极大增加。本发明提出了一种基于历史天气数据和预测数据,和历史风力数据进而预测风力发电的系统和方法。本方法基于一种基于递归神经网络的长短期记忆模型来预测风力发电的系统模型可以极大的提高预测准确度。
声明:
“基于递归神经网络的长短期记忆模型来预测风力发电的系统模型” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)