论文部分内容阅读
针对风能产业持续发展、占比不断增加、风电固有的不稳定性给电网安全运行带来的隐患,提出一种基于长短期记忆网络LSTM的滚动预测风机发电量模型。对风机输出功率进行预测,为电网调度、机组组合、风机维护等操作提供依据,有效保障电网安全运行。以风机历史数据作为训练与测试数据,将当前时段模型的输出数据组装成下个时段模型输入数据对模型参数进行动态的自动微调,以提高模型预测准确率。实验结果表明,随着测试数据的增加,滚动预测模型可以进一步提高预测准确率。