基于CNN-LSTM的海上风电功率超短期预测

作     者：罗天明 宋继伟 段杰灵 邢兵兵 陈亚涛 

作者机构：广西电网有限责任公司玉林供电局 国网河南省电力公司邓州市供电公司 国网河南省电力公司汝州市供电公司 国网河南省电力公司舞阳县供电公司 

出 版 物：《电气技术与经济》 (Electrical Equipment and Economy)

年 卷 期：2024年第6期

页      面：350-353页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

主　　题：海上风电功率 相关性分析 特征选择 CNN-LSTM模型 

摘      要：为了解决环境温度、相对温度、太阳辐照度等多种气象因素对海上风电出力的影响,提出了一种基于CNN-LSTM的海上风电功率超短期预测方法。首先,将可能影响海上风电出力的影响因素进行收集,并依据这些影响因素构建原始特征集合;然后,使用皮尔逊相关系数,分析原始特征集合中每个特征与海上风电功率间的相关性,并将各特征按照相关系数的由大到小进行排列;其次,依据相关性分析结果,以预测模型的预测精度为依据,对原始特征集合中的因素进行特征选择,进而确定海上风电功率预测研究所需的最优特征子集;最后,采用CNN-LSTM模型进行海上风电功率预测,得出最终海上风电功率预测结果。结果表明,提出的预测方法可以实现海上风电功率更高精度预测。