基于机器学习的风电功率预测

风电功率预测是实现风电并网的关键。其包括两种场景：单个风电场的风电功率预测；区域风场风电功率预测（包括多个风电场）。针对不同的场景，中国电力科学研究院应用不同的机器学习模型实现风电功率的预测。对于单个风场，构建MLP（Multilayer Perceptron）模型实现风电功率的预测；对于区域风场，利用Resnet深度卷积神经网络提取电网的NWP（Numerical Weather Prediction）数据特征，并构建全连接层实现功率的预测。两种场景下的模型开发都是基于MATLAB^®完成，并利用MATLAB Parallel Server™实现了CPU集群和GPU集群上的模型训练。