文档名：基于多源数据图表示学习的风电出力预测方法
摘要：高精度的风电出力预测技术是实现碳中和的关键技术之一,随着智能电网的逐步建设,风电出力预测系统逐步从分散模式趋向于集中模式,其表现为一个系统集成多个风电场站的数据和模型.传统预测方法无法较好地处理这种大数据融合场景,也无法较好表征多个风电场站之间的关系,因此,提出了基于多源数据图表示学习的风电出力预测方法.通过基于Stacking集成学习框架思想和图理论对多个风电场站形成的特征数据构建图数据,其中,图数据的节点为历史风电出力数据、基础方法预测值数据以及气象、位置等多源数据,边为多个风电场站之间的相关性,从而实现对多个场站数据的融合表征.最后搭建残差图卷积神经网络对所构建的图数据进行学习训练,并通过公开数据集验证了所提算法具有更好的结果.
作者：黄文琦 方必武 戴珍 侯佳萱 曹尚 梁凌宇 林全郴 余涛 Author：HUANGWenqi FANGBiwu DAIZhen HOUJiaxuan CAOShang LIANGLingyu LINQuanchen YUTao
作者单位：南方电网数字电网集团有限公司,广州市510670中国南方电网电力调度控制中心,广州市510663华南理工大学电力学院,广州市510640
刊名：电力建设 ISTICPKU
Journal：ElectricPowerConstruction
年，卷(期)：2023, 44(11)
分类号：TM614
关键词：风电出力预测 Stacking集成 图表示学习 残差图卷积
Keywords：windpoweroutputforecast Stackingintegration graphsrepresentlearning residualsplotconvolution
机标分类号：TP391TP181TM614
在线出版日期：2023年11月7日
基金项目：基于多源数据图表示学习的风电出力预测方法[
期刊论文] 电力建设--2023, 44(11)黄文琦 方必武 戴珍 侯佳萱 曹尚 梁凌宇 林全郴 余涛高精度的风电出力预测技术是实现碳中和的关键技术之一,随着智能电网的逐步建设,风电出力预测系统逐步从分散模式趋向于集中模式,其表现为一个系统集成多个风电场站的数据和模型.传统预测方法无法较好地处理这种大数据融...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多源数据图表示学习的风电出力预测方法 Wind Power Output Forecasting Based on Multi-source Data Graph Representation Learning
基于多源数据图表示学习的风电出力预测方法.pdf
- 文件大小:
- 9.03 MB
- 下载次数:
- 60
-
高速下载
|
