一种基于WRF-LES和BP-PSO-Bagging相结合的风功率预测方法
基本信息
| 申请号 | CN202110012383.4 | 申请日 | - |
| 公开（公告）号 | CN112784477A | 公开（公告）日 | 2021-05-11 |
| 申请公布号 | CN112784477A | 申请公布日 | 2021-05-11 |
| 分类号 | G06F30/27;G06Q10/04;G06Q50/06;G06N3/04;H02J3/00 | 分类 | 计算；推算；计数; |
| 发明人 | 王玲霞;吕新杰;施华;姜峥超 | 申请（专利权）人 | 平衡机器科技（深圳）有限公司 |
| 代理机构 | 北京天江律师事务所 | 代理人 | 任崇 |
| 地址 | 518027 广东省深圳市前海深港合作区前湾一路1号A栋201室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于WRF‑LES和BP‑PSO‑Bagging相结合的风功率预测方法，包括以下步骤：下载粗分辨率全球气象预报数据；在目标区域运行WRF‑LES模型，进行气象模拟；结合WRF‑LES模型的多个气象指标数据源，以此作为BP‑PSO‑Bagging深度学习建模的基础数据；利用建立的BP‑PSO‑Bagging深度学习风功率预测模型，将WRF‑LES模型输出的高分辨率未来气象预报信息作为输入，即可预测得到指定风机站点的输出功率结果。本发明采用物理方法和深度学习方法相结合的方式进行风功率预测，充分考虑风速、风向、空气密度、大气湿度等因素，增加输入信息量，减小预测偏差。 |
