[00106481]计及多时空资源关联模式与深度数据挖掘的区域超短期风电功率预测联邦学习新框架
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本项目弥补传统超短期功率预测方法对于资源时空关联性考虑的不足,基于特征提取技术和机器学习方法,充分挖掘风电场区域内的风速与邻近场站之间的时空关联性,为风电超短期预测提供完整有效的数拒基础。克服传统依靠风电局部信息进行孤立预测建模的缺陷,基于资源多维度关联性与集群聚合效应提出风电集群动态优化聚合分区技术,实现基于多源信息融合的风电功率超短期准确预测,提高风电超短期功率预测的准确性,进一步提升预测结果在调度中的应用程度,同时,考虑到大数据时代的数据安全问题,采用联邦学习框架,让参与方在不共享数据的基础上联合建模,能从技术上打破数据孤岛,对区域风电场实现多层次的集群预测,充分解决各层级的调度需求,进一步促进风电大规模消纳.
