买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明属于短期风电功率预测技术领域，为解决目前台风天气下风功率预测偏差较大问题，提供了台风场景下的短期风电功率预测方法、系统、介质及设备。其中，台风场景下的短期风电功率预测方法包括基于台风条件下的风电功率预测误差与台风天气过程的关系，确定台风对风电功率影响的气象因子集合，进而筛选出关键气象因子，得到台风场景下的模型输入特征；基于预定义的风电最大发电能力对风电最大发电能力理论值进行标定，结合预设发电能力预测模型，得到风电最大发电能力预测结果，实时修改预设功率预测模型的上限激活函数，确定出最终的功率预测模型以进行台风场景下的短期风电功率预测结果，有效提高了台风场景下短期风电功率预测的精度。

主权项：1.一种台风场景下的短期风电功率预测方法，其特征在于，包括：基于台风条件下的风电功率预测误差与台风天气过程的关系，确定出台风对风电功率影响的气象因子集合；根据气象因子集合中的不同气象特征与台风数据集的相关系数，从上述气象因子集合中筛选出关键气象因子，得到台风场景下的模型输入特征；所述从上述气象因子集合中筛选出关键气象因子：采用高斯检索分析方法从台风对风电功率影响的气象因子集合中筛选出关键气象因子；所述高斯检索利用高斯指标计算所求特征的相似情况，通过计算两特征向量之间的距离，再将所求特征间的每个特征距离转化成高斯指标；基于预定义的风电最大发电能力对风电最大发电能力理论值进行标定，将模型输入特征相对应的气象数据与风电最大发电能力理论值形成预测数据集，再结合预设发电能力预测模型，得到风电最大发电能力预测结果；所述预设发电能力预测模型为Transformer神经网络模型；基于风电最大发电能力预测结果，实时修改预设功率预测模型的上限激活函数，确定出最终的功率预测模型；其中，功率预测模型由特征提取模型及发电能力预测模型联合构建而成；所述功率预测模型为CNN-Transformer神经网络预测模型，通过隐式特征融合网络的全连接层将CNN神经网络模型和Transformer神经网络模型进行融合而成；所述Transformer神经网络模型采用Transformer的自注意力层，通过注意力机制自动学习关键特征，同时削弱除关键特征外的输入特征变量对模型预测结果的干扰；利用最终功率预测模型及台风场景下的模型输入特征所对应的气象数据，得到台风场景下的短期风电功率预测结果。

全文数据：

权利要求：

百度查询： 山东大学 台风场景下的短期风电功率预测方法、系统、介质及设备