本发明公开了基于行为特征深度学习的风功率预测方法和系统，应用于机器学习、新能源技术领域，包括以下步骤：获取数据步骤、数据预处理步骤、矩阵构建步骤、数据划分步骤、梯度提取步骤、3D‑CNN网络训练步骤、训练结束判定步骤、风电场发电功率预测步骤。本发明相对于分阶段提取风电场发电功率数据的时空特征方案，本方法能对发电功率的时空特征进行整体提取，保证了特征的整体性，同时有利于算法的反向传播和反向优化；针对实际风电场建立风功率预测模型，并按照中短期预测的要求，实现对风电场输出功率的预测，预测准确率高，平均相对误差和均方根误差低。
声明：
“基于行为特征深度学习的风电场发电功率预测方法及系统” 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)
949
编辑：管理员
来源：北方有色网
咨询细节
