首页|基于深度学习的风电功率短期预测平台的设计与实现

基于深度学习的风电功率短期预测平台的设计与实现

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
随着风力发电的逐步普及,与风电相关的智能预测平台成为风电行业必不可少的基础配置.虽然大多数风电场已经开始进行数字化转型,但是在预测风电短期功率上仍采用传统的方法.传统的预测方法往往需要投入大量的人力和物力且效率低下,不适合推广应用.文章设计了一套适合风电机组的智能化预测平台,对风机监控与采集平台采集到的数据进行分析与处理.一方面,在样本充足的条件下,将风电数据进行异常值修正、风电功率输出模式识别和模型预测处理后,实现对风电未来功率的综合性预测分析;另一方面,针对小样本的情形,从样本的相似性和多样性两个方面扩充风电数据集,借助元学习框架,综合多种风电领域的先进算法进行风电功率预测,并且通过开启在线更新模块即时更新预测模型的参数,从而保障预测模型的准确性与可靠性.该设计可降低风电场的运营和维护成本,为后续电力调度提供参考.

周峻、徐轲、李睿、刘海波、周文健、姜玉璇

展开 >

湖南工业大学 计算机学院,湖南 株洲,412007

湖南第一师范学院 工业装备智能感知及运维技术湖南省高校重点实验室,湖南 长沙 410205

风力发电 智能预测平台 数字化转型 预测分析 元学习框架

湖南省自然科学基金项目国家级大学生创新创业训练计划项目

2024JJ7091S202312034013

2024

企业科技与发展
广西科学技术情报研究所

企业科技与发展

CHSSCD
影响因子：0.331
ISSN：1674-0688
年,卷(期)：2024.(5)
  • 8