摘要
本发明公开一种时空特征耦合的风电集群出力预测方法和系统。首先,根据缺失值在时间和空间邻域内的有效数据,对其进行分类和处理,从而提高数据的完整性和可用性。其次,通过挖掘风电集群中各个风机之间的时空信息,识别每个风机在各个时刻与其他风机的上下游关系,并通过风传播效应构建领先特征,将其作为预测对应下游风机出力情况的备选特征。接着,通过多方面评估备选特征对于风电功率预测的影响,筛选出对于预测风电集群出力贡献显著的特征。最后,构建多输入多输出的模型结构,将筛选出的有效特征一次性输入深度学习模型,输出风电集群出力预测结果。本发明提出的模型在评估指标上显著优于基准模型,显示出卓越的预测性能和可靠性。