本发明提出了一种基于深度学习的新能源发电预测方法，包括如下步骤：获取未来气象的风力预测数据，历史气象的风力预测数据，历史实际风力数据以及历史实际风电发电数据；将获取的风力预测数据依次输入风力季节性修正模型和风力随机性修正模型；利用历史气象的风力预测数据历史实际风力数据训练风力预测模型；并进行预测得到模型预测的风力数据；将修正后的风力预测数据和模型预测的风力数据进行融合，得到融合后的风力数据；利用历史实际风力数据和历史实际风电发电数据，训练风电机组发电模型；根据融合后的风力数据输入风电机组发电模型，得到预测的发电数据；本发明提供的方法，实现提高风力数据的准确性，进而提升风力发电的准确性。
声明：
“基于深度学习的新能源发电预测方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
896
编辑：管理员
来源：北方有色网
咨询细节
