基于增量深度时间卷积网络的多地貌风电场出力预测方法

本发明提供了一种基于增量深度时间卷积网络的多地貌风电场出力预测方法，其方法包括：构建不同地貌风电场数据库；基于深度时间卷积网络及增量学习法，构建初步增量卷积神经网络；基于初步增量卷积神经网络对不同地貌风电场数据库中的数据进行学习并进行网络参数更新，得到增量卷积神经网络；将待预测风电场的气象数据、地形数据作为增量卷积神经网络输入，获取多地貌风电场出力预测结果。该方法通过构建增量卷积神经网络更好地捕捉不同地貌风电场的特性和时序变化信息，减少不同地貌风电场数据和时序数据特征的不平衡程度，且能够终身学习不同地貌风电场新增加的特征数据，从而提高风电场出力预测情况的精度和鲁棒性。