本發明公開了提出了基于VMD和CNN?LSTM的風功率概率預測模型,屬于新能源發電和智能電網的技術領域,包含以下內容,首先使用VMD技術將原始風功率數據序列分解為一系列特征互異的模態分量,再通過卷積神經網絡(convolutional neural network,CNN)提取反映各模態分量動態變化的高階特征。長短期記憶(long short?term memory,LSTM)循環神經網絡基于提取的高階特征進行分位數回歸建模,預測未來任意時刻不同分位數條件下的風功率值。最后利用核密度估計(kernel density estimation,KDE)得到風功率概率密度曲線。采用本發明方法,該模型能夠在保證了對風功率點預測準確性的同時,實現高可靠性和敏銳度的風功率區間預測以及可靠有效的風功率概率預測。
聲明:
“基于VMD和CNN-LSTM的風功率概率預測模型” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)