一种深度学习的短期功率预测方法
基本信息
申请号 | CN202110899871.1 | 申请日 | - |
公开(公告)号 | CN113516318A | 公开(公告)日 | 2021-10-19 |
申请公布号 | CN113516318A | 申请公布日 | 2021-10-19 |
分类号 | G06Q10/04(2012.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06Q50/06(2012.01)I | 分类 | 计算;推算;计数; |
发明人 | 李润 | 申请(专利权)人 | 北京东润环能科技股份有限公司 |
代理机构 | 深圳至诚化育知识产权代理事务所(普通合伙) | 代理人 | 刘英 |
地址 | 100089北京市海淀区学清路8号1幢1-14九层901 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及新能源技术领域,尤其涉及了一种深度学习的短期功率预测方法,包括EMD分解方法、CEEMD分解方法、BP神经网络、SVM模型和GRU算法,EMD分解方法、CEEMD分解方法、BP神经网络、SVM模型和GRU算法共同组成组合模型,EMD以及CEEMD对原始风电功率进行分解,得到各个不同的分量,将各个分量应用BP神经网络、SVM模型以及GRU模型进行建模,得到短期风电功率预测结果。该深度学习的短期功率预测方法,风电场次日0‑24h日前功率预测准确率应大于等于80%,提升了风电功率的预测精度,不仅有助于电网调峰工作,增强电网的风电接纳能力,改善电力系统运行的安全性与经济性,而且对于保障风电一体化和电力系统的稳定运行起到至关重要的作用。 |
