标题：基于激光成像和深度学习算法的海上风电短期预测研究
作者：莫东君 温家俊；应星星
作者单位：三峡珠江发电有限公司，广东 广州 510699；三峡海上风电运维（广东）有限公司，广东 阳西 529823
关键字：激光成像；卷积神经网络；长短期记忆；短期预测；海上风电
摘要：海上风电因其风能资源丰富是可再生能源利用的重要方式之一，其大规模的应用会对电网的安全运行造成影响，对海上风电进行短期的功率预测是十分必要的。采用了先进的激光成像仪来代替传统的气象数据采集方法，并结合深度学习算法构建功率预测模型。通过误差对比，明确气象数据和风机尺寸数据相结合作为模型输入样本具有更好的准确度。模型采用卷积神经网络和长短期记忆算法混合建模，该模型充分考虑了非线性关联和时间序列影响，具有最小的误差值，MSE、MAE和RMSE值分别为0.013、0.065和0.114，并具有最大的关联性系数R2为0.891。对实际的海上风电厂进行预测评估，发现提出的新模型可以准确地进行预测。