基于不确定度的深度学习超短时风电功率预测方法

摘要

本发明涉及一种基于不确定度的深度学习超短时风电功率预测方法，其特征在于：S01、获取若干指定高度下、当前及过去连续的一定时间内多个时刻的风电数据，风电数据包括风速、风向；S02、对风电数据进行预处理；S03、将经预处理的当前及过去连续的一定时间内多个时刻各指定高度的风电数据输入训练好的贝叶斯深度学习超短时风电功率预测网络模型，模型输出各指定高度下的风电功率预测值、模型不确定度和偶然不确定度；S04、根据偶然不确定度、模型不确定度判断预测结果的可信程度；所述贝叶斯深度学习超短时风电功率预测网络模型的训练集中每个样本取连续的一定时间内多个时刻对应所述若干指定高度的风电数据，及该一定时间内最后时刻的风电功率。