[发明专利]一种基于数据迁移的风力发电功率预测方法及装置

权利要求书

1.一种基于数据迁移的风力发电功率预测方法，使用数据集构建功率预测模型，其特征在于，在功率预测模型建模前，使用树模型进行数据集的预处理，所述预处理过程具体包括：

S1、数据集根据时间戳划分训练集、验证集和测试集；进行数据清洗；

S2、使用树模型对训练集建模；

S3、用该模型对测试集样本进行预测，统计每个样本的路径长度，然后对路径长度进行排序；

S4、针对S3的排序结果，选取下p分位数的样本，采用最近邻方法寻找训练集中数据，生成新样本加入到训练集中；

还包括：构建功率预测模型后，根据风机本身功率曲线参数，对预测数据进行后处理；所述后处理包括：根据风机本身功率曲线的拐点把曲线分为若干段，每段根据损失函数进行优化；

步骤S4中所述新样本的生成方法包括：对训练集用最近邻算法建模，对于满足下p分位数的数据用建好的模型遴选数据，作为新样本加入到训练集中；具体过程包括：采用knn算法，首先对训练集用knn建模，然后针对属于该下P分位数的样本m，用建好的knn模型遴选k个数据，生成新样本有两种策略：1）直接把这mk个样本加入到训练集中；2）通过smote算法生成新的mk个样本加入到训练集中。

2.根据权利要求1所述的一种基于数据迁移的风力发电功率预测方法，其特征在于，还包括：

S5、将训练集数据进行特征工程处理。

3.一种基于数据迁移的风力发电功率预测装置，其特征在于，包括功率预测模型构建模块和数据预处理模块；

功率预测模型构建模块，用于使用数据集构建功率预测模型；

数据预处理模块，用于使用树模型进行数据集的预处理，其包括：

数据划分单元，用于将数据集根据时间戳划分训练集、验证集和测试集；进行数据清洗；

树模型建模单元，用于使用树模型对训练集建模；

测试集排序单元，用于用树模型建模单元构建的模型对测试集样本进行预测，统计每个样本的路径长度，然后对路径长度进行排序；

新样本生成单元，用于针对测试集排序单元的排序结果，选取下p分位数的样本，采用最近邻方法寻找训练集中数据，生成新样本加入到训练集中；

还包括后处理模块，用于构建功率预测模型后，根据风机本身功率曲线参数，对预测数据进行后处理；所述后处理模块根据风机本身功率曲线的拐点把曲线分为若干段，每段根据损失函数进行优化；

所述新样本单元对训练集用最近邻算法建模，对于满足下p分位数的数据用建好的模型遴选数据，作为新样本加入到训练集中；具体过程包括：采用knn算法，首先对训练集用knn建模，然后针对属于该下P分位数的样本m，用建好的knn模型遴选k个数据，生成新样本有两种策略：1）直接把这mk个样本加入到训练集中；2）通过smote算法生成新的mk个样本加入到训练集中。

4.根据权利要求3所述的一种基于数据迁移的风力发电功率预测装置，其特征在于，数据预处理模块还包括：

特征工程单元，用于将训练集数据进行特征工程处理。