基于深度强化学习的风电功率短期预测方法和系统

本申请提供一种基于深度强化学习的风电功率短期预测方法和系统，涉及深度学习领域，该方法包括：获取表征历史风电功率和相关环境数据的初始数据集；采用Hampel识别器来检测初始数据集，对初始数据集进行清洗并得到目标数据集；引入TD3算法，并确定引入的TD3算法的神经网络框架，神经网络框架包括Actor网络组和Critic网络组；基于目标数据集和神经网络框架进行模型训练，得到目标模型以对风电功率进行预测，得到表征未来时刻风电功率的预测信息。本申请引入了TD3算法，通过基于TD3算法训练神经网络框架，能够解决传统DDPG算法对Q值存在的过估计问题，进一步增加了风电功率预测的准确性，能够有效解决风电功率预测时存在的预测偏差大的问题。