基于Kriging和长短期记忆网络的风电功率预测方法

• 作者: 李俊卿 李秋佳
• 来源期刊: 太阳能学报
• 关键词: 风电功率 预测分析 数据处理 长短期记忆 Kriging模型 偏互信息
• 年，卷（期）: 2020,（11）
• 页码范围: 241-247
• 页数: 7页
• 分类号: TM614
• 语种: 中文

摘要

为提高风电功率预测的精确度,提出一种基于Kriging和长短期记忆网络的风电功率组合预测模型.首先,将风速、风向、空气密度、转速、偏航角和桨距角作为输入向量,并利用偏互信息理论对这些向量进行加权处理,建立基于Kriging的风电功率线性分量预测模型.然后,将预测出的线性分量加前述加权监测量作为输入,使用长短期记忆网络预测出功率的非线性分量.最后,将两者的预测结果相结合,得出风电功率的最终预测值.实例结果表明,该模型能够利用Kriging和长短期记忆网络的优势,预测性能指标得到提高.