[发明专利]风况数据挖掘方法、装置、测风装置和数据挖掘设备

说明书

本发明涉及一种风况数据挖掘方法、装置、测风装置、数据挖掘设备和存储介质，其中：根据目标风电场的地理位置信息和地形位置信息将目标风电场划分为多个区域；在每个区域中选取三个典型位置点并分别设置一个测风装置；针对每个区域，将当前区域的典型位置点在不同时刻的风速数据和风向数据、当前区域中若干个随机分布的目标点的位置数据以及风速数据作为训练样本；应用最小二乘支持向量机对每个区域的训练样本进行训练，得到各个区域对应的风速预测模型；将待挖掘点的位置数据及待挖掘点所在区域的典型位置点在待挖掘时刻的风速数据和风向数据，输入至区域的风速预测模型，得到待挖掘点在待挖掘时刻的风速。提高了风电场风况数据挖掘的准确性。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种风况数据挖掘方法、装置、测风装置、数据挖掘设备和存储介质。

背景技术

随着风能的飞速发展，由于有限的经典平坦地形或海上风电场的成本很高，大型风电场或者复杂地形上的风电场的建造正在逐渐增长。通常情况下，多数具有一定高度的起伏山丘都会增加由“加速效应”引起的风速。然而，复杂地形中会有高风切变、气流分离、可变的大气稳定性和湍流的水平增加等情况。

而和地形相关的不确定性给风况数据的测量增加了难度，而现有技术中，通常是应用测风塔的数据作为风电场风功率预测数据来源，而测风塔往往处于某一种地形中，随着风电场中复杂地形的变换，风况也会大幅度变化。因此，基于测风塔数据进行风速数据的挖掘预测误差较大，这样直接影响了风机发电功率的预测，导致在复杂地形的风电场的风功率预测精度较低。

发明内容

有鉴于此，本发明提供一种风况数据挖掘方法、装置、测风装置、数据挖掘设备和存储介质，以解决现有技术中的风况数据挖掘预测精度低的问题。

为实现以上目的，本发明采用如下技术方案：

第一方面，本申请实施例提供了一种风况数据挖掘方法，该方法包括：

根据目标风电场的地理位置信息和地形位置信息将所述目标风电场划分为多个区域；

在每个区域中选取三个典型位置点，其中，各个典型位置点设置一个测风装置；

针对每个区域，将当前区域的典型位置点在不同时刻的风速数据和风向数据、所述当前区域中若干个随机分布的目标点的位置数据以及风速数据作为训练样本；

应用最小二乘支持向量机方法对每个区域的训练样本进行训练，分别得到各个区域对应的风速预测模型；

将待挖掘点的位置数据，以及，所述待挖掘点所在区域的典型位置点在待挖掘时刻的风速数据和风向数据，输入至所述区域的风速预测模型，得到所述待挖掘点在所述待挖掘时刻的风速。

第二方面，本申请实施例提供了一种风况数据挖掘装置，该装置包括：

区域划分模块，用于根据目标风电场的地理位置信息和地形位置信息将所述目标风电场划分为多个区域；

典型位置点确定模块，用于在每个区域中选取三个典型位置点，其中，各个典型位置点设置一个测风装置；

训练样本确定模块，用于针对每个区域，将当前区域的典型位置点在不同时刻的风速数据和风向数据、所述当前区域中若干个随机分布的目标点的位置数据以及风速数据作为训练样本；

预测模型训练模块，用于应用最小二乘支持向量机方法对每个区域的训练样本进行训练，分别得到各个区域对应的风速预测模型；

风速数据挖掘模块，用于将待挖掘点的位置数据，以及，所述待挖掘点所在区域的典型位置点在待挖掘时刻的风速数据和风向数据，输入至所述区域的风速预测模型，得到所述待挖掘点在所述待挖掘时刻的风速。