基于分层神经网络的异构型风电场功率控制方法及系统

本发明公开了一种基于分层神经网络的异构型风电场功率控制方法及系统，方法包括步骤：S1、获取异构型风电机组参数；S2、根据异构型风电机组参数，建立异构型风电场状态空间模型；S3、建立基于时域卷积网络‑自注意力机制分层神经网络的异构型风电场预测模型，通过异构型风电机组参数构建的训练集来训练异构型风电场预测模型，输出模型补偿量来修正异构型风电场状态空间模型；S4、以异构型风电场电压和功率波动最小化作为双重控制目标，基于修正后的异构型风电场状态空间模型，通过时序优化异构型风电场功率指令，实现电压和功率波动双重抑制。本发明具有提升功率预测精度、抑制电压波动和功率振荡等优点。