[发明专利]一种基于RCNN和气象时序特征的海上风电功率预测方法

摘要

本发明涉及一种基于RCNN和气象时序特征的海上风电功率预测方法，包括以：提取风电场历史数值天气预报和输出功率数据，将历史数据平分为训练集和验证集；构建RCNN为初步预测模型，并利用训练集训练RCNN使权值最优；利用训练好的RCNN预测验证集中的风电功率，得到历史预测功率误差；采用xgboost算法计算选取出强相关性数值天气预报作为气象时序特征；构建双向循环神经网络，利用气象时序特征与历史预测功率误差训练网络；获取待预测时段数值天气预报信息，输入训练好的RCNN得到初步功率预测，同时将待预测时段数值天气预报信息输入训练好的双向循环神经网络，得到最终预测风电功率。与现有技术相比，本发明保证了时效性的同时提升了模型整体预测性能。