本发明公开一种基于小波降噪和神经网络的风力‑风功率建模方法,建模方法包括:预处理原始风电数据集,得到基本数据集;基于小波降噪技术,对基本数据集进行降噪处理,得到去噪数据集;基于去噪数据和滑动时间窗口算法,构建网络数据集并划分训练集、验证集和测试集;搭建改进Transformer网络;通过训练和验证改进Transformer网络,得到最佳风力‑风功率模型;采用最佳风力‑风功率模型进行测试,输出风功率估计值。本发明为新能源并网及调度决策提供了指导,能够有效的提高建模精度,进而提升风功率预测的精度,降低新型电力系统不确定性调度的难度。
声明:
“基于小波降噪和神经网络的风力-风功率建模方法” 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)