专利交易市场

本发明公开了一种基于数据增强的风电场爬坡事件预测方法，包括如下步骤：获取风电场历史功率数据，并进行数据清洗；利用MK‑滑动窗口检测法对上一步骤得到的风电功率数据进行分段趋势提取，并进行爬坡检测；构建时间序列生成对抗网络TimeGAN，将检测到的风电功率爬坡数据进行数据增强，并划分为训练集、验证集和测试集；建立ETSformer模型，将得到的训练集和验证集输入到ETSformer模型中进行训练；采用Logistic混沌映射策略和高斯‑柯西混合变异策略对人工蜂鸟算法AHA进行改进，得到IAHA算法，利用IAHA算法优化ETSformer模型的超参数，提高其在风电功率爬坡事件预测的精度；最后，使用测试集对风电功率爬坡事件进行预测。本发明能够解决爬坡数据缺失问题，并提高其预测的精度。