[发明专利]一种应用于风电场风速的深度神经网络预测方法

摘要

本发明涉及一种应用风电场风速的深度神经网络预测方法，包括：设定一个风电机组，从机组数据集中选取训练备用集，采用基于互信息的特征选择方法从该备用集中确定最适合进行风速预测的数据集，确定基于堆叠自编码器和长短期记忆网络的深度神经网络的结构，选取的输入数据集作为整个网络的输入，先对各自编码器进行预训练，再利用输入输出数据对整个网络进行微调，最后对数据反归一化，以产生深度神经网络的最终输出。本发明在风电场内选用了较完整数据组的情况下，采用基于互信息的特征选择方法确定该网络的输入，并采用堆叠自编码器和长短期记忆网络相结合的方式进行预测，解决了传统神经网络难以获取风速的概率特征及预测精度低的问题。