[发明专利]风力发电功率区间预测方法、设备及介质

权利要求书

1.一种风力发电功率区间预测方法，其特征在于，包括：

获取目标地区的历史风电数据并进行预处理，得到初始数据集和测试数据集；

利用变分模态分解方法和滚动模糊粒化方法提取所述初始数据集的内部特征，形成训练数据集；

所述利用变分模态分解方法和滚动模糊粒化方法提取所述初始数据集的内部特征，形成训练数据集的步骤，包括：

利用所述变分模态分解方法将所述初始数据集内数据分解为不同模态；

利用所述滚动模糊粒化方法依次对每个模态划分操作窗口；

将全部所述操作窗口内粒化，生成每个所述操作窗口对应的模糊信息粒；

对全部所述操作窗口对应的模糊信息粒进行滚动粒化，得到所述训练数据集；

将所述训练数据集输入注意力机制和门控循环单元神经网络，建立初始预测模型；

基于改进区间质量评价体系对所述初始预测模型进行训练，得到区间预测模型；

所述基于改进区间质量评价体系对所述初始预测模型进行训练，得到区间预测模型的步骤，包括：

根据第一函数对所述初始预测模型进行训练，输出区间质量评价指标，其中，所述区间质量评价指标包括预测区间覆盖率指标和预测区间宽度指标；

根据第二函数和所述区间质量评价指标得到所述区间预测模型；

判断所述区间预测模型对应的评价指标与上一次训练得到的评价指标的差值是否小于阈值；

若所述区间预测模型对应的评价指标与上一次训练得到的评价指标的差值小于所述阈值，则将所述测试数据集输入所述区间预测模型，得到风电预测区间组合；

若所述区间预测模型对应的评价指标与上一次训练得到的评价指标的差值是否大于或等于所述阈值，则继续训练所述初始预测模型直至所述差值小于所述阈值。

2.根据权利要求1所述的方法，其特征在于,所述获取目标地区的历史风电数据并进行预处理，得到初始数据集和测试数据集的步骤，包括：

从数据库中提取所述目标地区的历史风电数据；

剔除所述历史风电数据中的干扰数据，形成所述初始数据集和所述测试数据集。

3.根据权利要求1所述的方法，其特征在于,所述训练数据集包括小时风力发电功率数据和时间数据，所述将所述训练数据集输入注意力机制和门控循环单元神经网络，建立初始预测模型的步骤，包括：

将所述小时风力发电功率数据和所述时间数据输入所述门控循环单元神经网络进行时间序列学习，得到不同时刻对应的输出向量；

将全部输出向量输入所述注意力机制对应的注意力层，对所述输出向量中的不同信息值赋予对应权重；

根据赋予权重后的全部所述输出向量建立所述初始预测模型。

4.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-3中任一项所述的风力发电功率区间预测方法。

5.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-3中任一项所述的风力发电功率区间预测方法。