[发明专利]一种基于WRF-LES和DeepAR相结合的风功率预测方法

摘要

本发明公开了一种基于WRF‑LES和DeepAR相结合的风功率预测方法，包括以下步骤：下载全球粗分辨率气象预报数据；在目标区域运行WRF‑LES模型，进行气象模拟；结合WRF‑LES模型的多个气象指标数据源，以此作为DeepAR深度学习建模的基础数据；利用建立的DeepAR深度学习风功率预测模型，将WRF‑LES模型输出的高分辨率未来气象预报信息作为输入，即可预测得到指定风机站点的输出功率结果。本发明采用物理方法和深度学习方法相结合的方式进行风功率预测，充分考虑风速、风向、空气密度、大气湿度等因素，增加输入信息量，减小预测偏差。