2022年5月27日，由中国电力科学研究院有限公司、山东大学、华中科技大学、清华大学联合开展的国网山东省电力公司电力科学研究院技术攻关项目——“基于深度学习的短期风电功率预测在线建模与优化技术研究”采用线下与线上腾讯会议相结合的方式开展了项目验收会，本次验收会邀请国网甘肃省电力公司电力科学研究院、国网吉林省电力有限公司、武汉大学、国网经济技术研究院有限公司、国网江苏电科院、国调中心水新处、国网辽宁省电力有限公司、浙江大学的专家们组成本次项目验收专家组。该项目由国网山东省电力公司张元鹏高级工程师与中国电力科学研究院有限公司王勃高级工程师共同担任项目负责人，项目执行周期为两年。该项目解决了短期风电功率预测的在线建模与优化技术难题，开发了风电功率预测在线建模与优化系统软件，提高了短期功率预测精度，为短期风电功率预测的在线建模与优化技术提供基础理论方法和解决手段，项目研究成果和应用经验可推广应用于公司系统内其他省级调度机构，有助于促进风电消纳，具有显著的经济效益和社会效益。
本次项目共分为三个研究课题，其中华中科技大学彭小圣副教授负责课题1——基于深度学习的风电功率预测在线建模技术研究的课题研究。对于该研究课题，彭小圣老师团队将其分为四个子课题：研究风电异常数据特征分析及识别方法、研究适用于短期风电功率预测的深度学习建模方法、研究基于气象数据特征的相似场景聚类技术、研究基于迁移学习的相似场景风电场短期功率预测建模方法。该课题的研究可实现基于大数据分析的风电数据的异常数据识别与修正技术，提出可准确感知风电场区域气象特征的适用于风电场短期功率预测的深度学习网络结构，提出基于气象数据特征的相似风电场划分方法，建立面向运行数据较少和运行数据充足风电场、不同相似场景下的迁移学习模型，实现对预测模型高效、高性能建模，单场站预测建模时间小于1小时。
本次项目从基础理论研究、核心系统研发到典型应用示范全方位布局，产出一系列具有自主知识产权的国际先进水平的重大成果。与会专家听取了项目完成情况汇报，审阅了工作报告、技术报告、决算报告、审计报告、测试报告等项目资料，提出项目承担单位提交的验收资料齐全、规范，符合验收要求，完成了国网科技项目任务书规定的内容，针对项目难题提出了相应的解决方法，实现了案例算力资源有效匹配、平台算法部署兼容、预测结果在线优化，并开展了示范应用，并对该项目成果表达了高度认可，一致同意通过验收。
该项目的顺利结题离不开各参与单位的密切配合，希望在未来的能够有机会再次合作，在新能源功率预测方向创造出更高的价值！
