基于风流场时空图像学习的风电功率预测系统及预测方法

摘要

本发明公开了基于风流场时空图像学习的风电功率预测系统，属于可再生能源开发利用技术领域，本发明还公开了其预测方法，该方法及系统包括以下步骤：首先，基于风电站址位置及风速风向数据，绘制风流场时空图像；其次，以风流场图像作为输入构建卷积转换模型，针对不同风电站的风电功率训练卷积转换模型；接着，将卷积转换模型的隐层特征图作为卷积预测模型输入，基于权值共享策略实现模型组合；然后，设置转换误差和预测误差比值为0.1:1，训练卷积转换‑卷积预测组合模型；最后，基于任意时刻风流场时空图像实现风电功率预测、校验预测误差。本发明能够部署于有多风电站密集分布的风电并网电力系统，满足多站址的风电功率预测及风能资源评估需求。