一种基于Prompt学习技术驱动的风电功率动态预测方法
申请号:CN202410760272
申请日期:2024-06-13
公开号:CN118659358A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于Prompt学习技术驱动的风电功率动态预测方法,通过构建基于Prompt学习技术的风电功率预测模型,预判风电功率的动态变化趋势,然后利用高斯核密度估计法对风电功率预测误差的分布情况进行深入分析,并选取了风电预测功率与预测误差之间的最优Copula函数,以此为基础构建了风电功率预测误差的条件分布函数,提高了风电功率预测的准确度,而且为电力系统调度、运行和控制提供了有力的技术支撑。
技术关键词
Copula函数
动态预测方法
风电功率预测误差
概率密度函数
非参数核密度估计
斯皮尔曼相关系数
风电预测功率
经验分布函数
预训练语言模型
标签系统
高斯核函数
生成答案
样本
文本
自然语言
理论
模板
定义