基于数字孪生的超短期风电功率预测方法

本发明提供基于数字孪生的超短期风电功率预测方法，属于风电功率预测技术领域，针对风电功率预测对风机物理特性和风电场气象特征考虑不全的问题，本发明建立了基于数字孪生的超短期风电功率预测模型，该模型通过构建风电场的数字物理模型增加预测的可靠性，并利用数字孪生实现高精度的功率预测。在模型中引入融合了风机物理模型的物理信息神经网络来处理数据集，构建了包含数字物理模型和并行Ctransformer‑BiGRU模型的数字孪生预测模型，利用深度学习模块捕捉数据的时空特征，利用数字物理模型将预测过程与风电场实际物理场景进行耦合，从而提高预测精度。