本发明属于新能源发电领域,尤其是一种基于模糊聚类与深度强化学习的风电场功率预测方法,针对现有的预测往往很难做到精确预测的问题,现提出如下方案,其包括以下步骤:S1、采用数学方法分析温度、湿度、风力级与风速的相关性;S2、利用模糊聚类算法对大量实测数据的研究分析,依据样本的相似性对数据复杂繁多的历史样本进行分类,选取与风速有较大相似性的数据来作为预测模型的训练数据;S3、构建深度强化学习神经网络,其中深度学习主要分析输入的历史样本信息,进而从中提取相应的特征信息,本发明实现功率预测控制的目标,既优化了数据,又优化了网络,结合两者的优势,以期获得更为精确地功率预测技术。
声明:
“基于模糊聚类与深度强化学习的风电场功率预测方法” 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)