[发明专利]风速风向预测方法及风力发电机组的偏航控制方法在审
申请号: | 201810259907.8 | 申请日: | 2018-03-27 |
公开(公告)号: | CN108547736A | 公开(公告)日: | 2018-09-18 |
发明(设计)人: | 董密;李力;宋冬然;田小雨 | 申请(专利权)人: | 中南大学 |
主分类号: | F03D7/04 | 分类号: | F03D7/04 |
代理公司: | 北京聿华联合知识产权代理有限公司 11611 | 代理人: | 李哲伟;朱绘 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矢量 风速 风向数据 风速风向 历史风速 风向 预测 风力发电机组 风速数据 偏航控制 数据确定 预测结果 分解 分析 | ||
1.一种风速风向预测方法,其特征在于,所述方法包括:
步骤一、获取待分析地区的历史风速数据和历史风向数据;
步骤二、根据所述历史风速数据和历史风向数据对风矢量进行分解,得到的历史风矢量横坐标数据和历史风矢量纵坐标数据;
步骤三、利用ARMA模型来根据所述历史风矢量横坐标数据和历史风矢量纵坐标数据确定下一时刻的风矢量横坐标数据和风矢量纵坐标数据;
步骤四、根据下一时刻的风矢量横坐标数据和风矢量纵坐标数据分别确定下一时刻的风速数据和风向数据。
2.如权利要求1所述的方法,其特征在于,在所述步骤二中,根据如下表达式对风矢量进行分解:
其中,和分别表示t时刻的风矢量横坐标数据和风矢量纵坐标数据,表示风速数据,表示t时刻的风向数据。
3.如权利要求1或2所述的方法,其特征在于,所述步骤三包括:
步骤a、对所述历史风矢量横坐标数据进行去趋势化处理,得到去趋势化风矢量横坐标数据;
步骤b、根据所述去趋势化风矢量横坐标数据的自相关函数和偏自相关函数,确定拖尾截尾模式;
步骤c、基于所述拖尾截尾模式,利用预设准则对所述ARMA模型进行定阶,确定自动回归阶数、滑动平均数阶数和差分阶数;
步骤d、基于所述ARMA模型,利用所述自动回归阶数、滑动平均数阶数和差分阶数根据所述去趋势化风矢量横坐标数据计算下一时刻的风矢量横坐标数据。
4.如权利要求3所述的方法,其特征在于,在所述步骤a中,对去趋势化风矢量横坐标数据进行平稳性检测,如果得到的去趋势化风矢量横坐标数据不是平稳的,则再次对该去趋势化风矢量横坐标数据进行差分并重新进行平稳性检测,直至得到的去趋势化风矢量横坐标数据是平稳的。
5.如权利要求3或4所述的方法,其特征在于,在所述步骤b中,
判断所述去趋势化风矢量横坐标数据的自相关函数在达到特定阶后是否能够保持为零,其中,如果能够,则判定所述去趋势化风矢量横坐标数据的自相关函数具有截尾性,否则判定所述去趋势化风矢量横坐标数据的自相关函数具有拖尾性;
判断所述去趋势化风矢量横坐标数据的偏自相关函数在达到特定阶后是否能够保持为零,其中,如果能够,则判定所述去趋势化风矢量横坐标数据的偏自相关函数具有截尾性,否则判定所述去趋势化风矢量横坐标数据的偏自相关函数具有拖尾性。
6.如权利要求3~5中任一项所述的方法,其特征在于,在所述步骤c中,利用AIC准则选取最小值来对所述ARMA模型进行定阶。
7.如权利要求1~6中任一项所述的方法,其特征在于,利用ARMA模型来根据所述历史风矢量纵坐标数据确定下一时刻的风矢量纵坐标数据的方式与利用ARMA模型来根据所述历史风矢量横坐标数据确定下一时刻的风矢量横坐标数据的方式相同。
8.如权利要求1~7中任一项所述的方法,其特征在于,在所述步骤四中,根据如下表达式确定下一时刻的风速数据:
其中,表示t+1时刻的风速数据,和分别表示t+1时刻的风矢量横坐标数据和风矢量纵坐标数据。
9.如权利要求1~8中任一项所述的方法,其特征在于,在所述步骤四中,根据如下表达式确定下一时刻的风向数据:
其中,表示t+1时刻的风向数据,和分别表示t+1时刻的风矢量横坐标数据和风矢量纵坐标数据。
10.一种风力发电机组的偏航控制方法,其特征在于,所述偏航控制方法采用如权利要求1~9中任一项所述的方法来根据历史风速数据和历史风向数据预测下一时刻的风速数据和风向数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810259907.8/1.html,转载请声明来源钻瓜专利网。