[发明专利]可持续学习风机出力预测方法、系统、设备及存储介质

权利要求书

1.一种可持续学习风机出力预测方法，其特征在于，包括，如下步骤：

获取风机内部特征参数和外部特征参数，构建风机特征参数序列，所述风机特征参数序列至少包括：叶片角度、绕组温度、齿轮箱高速轴温度、平均风速、风向夹角；并，结合自然时间序列，构建风机特征参数矩阵；

选定风机特征参数矩阵中的N行风机特征参数序列；并获取与N行风机特征参数序列分别对应的风机出力真实值，构成N行风机出力真实值序列；

逐个区分N行风机出力真实值序列中毎行风机出力真实值与相应各行中各风机特征参数之间的差值，并赋予单行风机特征参数序列中毎个风机特征参数不同的权重，具体地，根据N行风机出力真实值序列中毎行风机出力真实值与相应各行中各风机特征参数之间的差值的不同，分别给单行风机特征参数序列中毎个风机特征参数不同的权重，以凭借不同的权重，分析单行风机特征参数序列中毎个风机特征参数与其所对应的风机真实出力值之间的关联程度；得到N行风机特征赋值序列；

将N行风机特征赋值序列，作为预测模型输入序列，并将N行风机出力真实值序列，作为预测模型输出序列，训练预测模型；

完成一次模型的预测过程之后，再迭代选择N行风机特征赋值序列，按照上述步骤，再完成一次模型的训练过程；再迭代选择的N行风机特征赋值序列所对应的自然时间选择上一次N行风机特征赋值序列所对应的自然时间之后，两次选择之间可有部分数据重合；

选定任一行风机特征参数序列作为训练完成的预测模型的输入序列，得到经过预测的风机出力预测值；对风机出力预测值进行精度分析。

2.根据权利要求1所述的一种可持续学习风机出力预测方法，其特征在于：

得到N行风机特征赋值序列的步骤,还包括：

将N行风机特征赋值序列中各个经过赋值后的风机特征参数进行归一化处理。

3.一种计算机设备，其特征在于，所述设备包括：存储器，用于存储可执行程序代码；一个或多个处理器，用于读取所述存储器中存储的可执行程序代码以执行权利要求1或2所述的可持续学习风机出力预测方法。

4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1或2所述的可持续学习风机出力预测方法。