本发明公开了一种日内风功率的预测方法以及预测装置,该方法包括:获取多个初始大气预测数据,每个初始大气预测数据从不同数据源获取;对多个初始大气预测数据执行融合操作,获得融合后数据;对融合后数据执行经验模态分解,获得分解后数据;获取复合神经网络模型;基于复合神经网络模型对分解后数据进行分析,生成对应的日内风功率预测值。通过对多个数据源的天气数据进行精确性处理,提高天气预报数据的精确性,对天气数据中的风电场数据进行经验模态分解,将原始的基于时序的天气数据转换为能够输入智能学习模型进行处理的平稳数据,通过智能化学习模型对上述数据进行自动学习,输出精准的超短期风功率预测值,满足了技术人员的实际需求。
声明:
“日内风功率的预测方法以及预测装置” 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)