本发明属于新能源发电领域，尤其是一种基于模糊聚类与深度强化学习的风电场功率预测方法，针对现有的预测往往很难做到精确预测的问题，现提出如下方案，其包括以下步骤：S1、采用数学方法分析温度、湿度、风力级与风速的相关性；S2、利用模糊聚类算法对大量实测数据的研究分析，依据样本的相似性对数据复杂繁多的历史样本进行分类，选取与风速有较大相似性的数据来作为预测模型的训练数据；S3、构建深度强化学习神经网络，其中深度学习主要分析输入的历史样本信息，进而从中提取相应的特征信息，本发明实现功率预测控制的目标，既优化了数据，又优化了网络，结合两者的优势，以期获得更为精确地功率预测技术。
声明：
“基于模糊聚类与深度强化学习的风电场功率预测方法” 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)
932
编辑：管理员
来源：北方有色网
咨询细节
