[发明专利]风速修正模型训练、风速修正方法、装置及风力发电机组

权利要求书

1.一种风速修正模型的训练方法，其特征在于，包括：

从多个数据源获取针对同一地区的多源预测风速值，并获取所述预测风速值相对应的实际风速值；

对所述多源预测风速值进行预处理，得到用于综合评价所述多源预测风速值的综合预测风速值；

以所述综合预测风速值以及所述实际风速值进行模型训练，得到风速修正模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述多源预测风速值进行预处理，得到用于综合评价所述多源预测风速值的综合预测风速值包括：

以所述多源预测风速值的算术平均值作为所述综合预测风速值。

3.根据权利要求1所述的方法，其特征在于，所述对所述多源预测风速值进行预处理，得到用于综合评价所述多源预测风速值的综合预测风速值包括：

设置所述多源预测风速值对应的权重系数；

以所述多源预测风速值与其对应的所述权重系数的加权和值作为所述综合预测风速值。

4.根据权利要求3所述的方法，其特征在于，所述设置所述多源预测风速值对应的权重系数包括：

以所述多源预测风速值、所述实际风速值以及给定的多个权重系数组合作为训练样本进行训练学习，得到用于将所述多源预测风速值转换为所述综合预测风速值的最优的所述权重系数组合。

5.根据权利要求1所述的方法，其特征在于，所述从多个数据源获取针对同一地区的多源预测风速值，并获取所述预测风速值相对应的实际风速值之后还包括：

将所述多源预测风速值以及所述实际风速值按不同时间段进行划分，并基于各时间段的所述多源预测风速值以及所述实际风速值进行模型训练，得到不同时间段对应的所述风速修正模型。

6.根据权利要求1所述的方法，其特征在于，所述从多个数据源获取针对同一地区的多源预测风速值，并获取所述预测风速值相对应的实际风速值之后还包括：

将所述多源预测风速值以及所述实际风速值按多源预测风速值所处的不同风速段进行划分，并基于各风速段的所述多源预测风速值以及所述实际风速值进行模型训练，得到不同风速段对应的所述风速修正模型。

7.根据权利要求1-6任一种所述的方法，其特征在于，所述以所述综合预测风速值以及所述实际风速值进行模型训练得到风速修正模型包括：

以所述综合预测风速值以及所述实际风速值采用如下任一种的模型算法进行模型训练，得到风速修正模型：

神经网络算法、K最近邻算法、线性回归算法和K均值聚类算法。

8.一种预测风速的修正方法，其特征在于，包括：

从多个数据源获取针对同一地区的多源预测风速值；

将所述多源预测风速值经权利要求1-4任一种所述的风速修正模型的训练方法得到的风速修正模型进行模型计算，得到修正后的预测风速。

9.一种预测风速的修正方法，其特征在于，包括：

从多个数据源获取针对同一地区的多源预测风速值；

将所述多源预测风速值按不同时间段进行划分，并经权利要求5所述的风速修正模型的训练方法得到的相应时间段的风速修正模型进行模型计算，得到修正后的预测风速。

10.一种预测风速的修正方法，其特征在于，包括：

从多个数据源获取针对同一地区的多源预测风速值；

将所述多源预测风速值按不同风速段进行划分，并经权利要求6所述的风速修正模型的训练方法得到的相应风速段的风速修正模型进行模型计算，得到修正后的预测风速。