[发明专利]风电功率预测方法、装置、设备及存储介质有效
| 申请号: | 202111196147.9 | 申请日: | 2021-10-14 |
| 公开(公告)号: | CN113937763B | 公开(公告)日: | 2023-09-26 |
| 发明(设计)人: | 孟亮国;董子博;杨恢;赵清声 | 申请(专利权)人: | 远景智能国际私人投资有限公司;上海远景科创智能科技有限公司 |
| 主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/38 |
| 代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 邢少真 |
| 地址: | 新加坡港湾大道1号吉宝*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电功率 预测 方法 装置 设备 存储 介质 | ||
1.一种风电功率预测方法,其特征在于,所述方法包括:
获取目标风电场在目标历史时段中的历史气象数据、风机数据、历史风电功率数据和风况数据;
通过不同数值天气预报系统基于所述历史气象数据,获取所述目标风电场对应的多组气象预测数据;其中,所述气象预测数据用于指示所述目标风电场在目标预测时段中的预测气象数据,所述目标预测时段是指所述目标历史时段之后的时段;
基于所述多组气象预测数据中的目标气象预测数据、所述风机数据和所述风况数据,获取所述目标气象预测数据对应的修正风速;所述基于所述多组气象预测数据中的目标气象预测数据、所述风机数据和所述风况数据,获取所述目标气象预测数据对应的修正风速,包括:对所述目标气象预测数据进行时序统计特征提取,得到所述目标气象预测数据对应的第一特征集合;其中,所述时序统计特征包括以下至少一项:方差、多阶差分、均值、分位值;基于所述目标气象预测数据和所述历史气象数据,构建第二特征集合,所述第二特征集合用于指示所述气象预测数据和所述历史气象数据之间的联系;基于所述风况数据、所述历史气象数据和所述风机数据,构建人工高阶特征,所述人工高阶特征包括以下至少一项:日期、风频、风能、湍流;基于所述第一特征集合、所述第二特征集合和所述人工高阶特征,获取所述目标气象预测数据对应的修正风速;其中,所述基于所述目标气象预测数据和所述历史气象数据,构建第二特征集合,包括:对于目标气象参数,获取所述目标气象参数在所述目标气象预测数据中的数据与所述目标气象参数在所述历史气象数据中的数据之间的偏差值集合;将所述偏差值集合对应的平均值,确定为所述目标气象参数对应的交叉时序统计特征;基于所述目标气象预测数据中的所有气象参数对应的交叉时序统计特征,构建所述第二特征集合;
基于所述修正风速和所述历史风电功率数据,获取所述目标气象预测数据对应的中间风电功率预测数据;
基于所述多组气象预测数据分别对应的中间风电功率预测数据,计算得到所述目标风电场对应的风电功率预测数据;其中,所述风电功率预测数据用于指示所述目标风电场在所述目标预测时段中的预测风电功率。
2.根据权利要求1所述的方法,其特征在于,所述基于所述修正风速和所述历史风电功率数据,获取所述目标气象预测数据对应的中间风电功率预测数据,包括:
对所述历史风电功率数据进行时序统计特征提取,得到所述历史风电功率数据对应的第三特征集合;
基于所述修正风速和所述第三特征集合,获取所述中间风电功率预测数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述多组气象预测数据分别对应的中间风电功率预测数据,获取所述目标风电场对应的风电功率预测数据,包括:
对所述多组气象预测数据分别对应的中间风电功率预测数据进行融合,得到融合风电功率预测数据;
基于所述融合风电功率预测数据,获取所述目标风电场对应的风电功率预测数据。
4.根据权利要求1所述的方法,其特征在于,所述获取目标风电场在目标历史时段中的历史气象数据、风机数据、历史风电功率数据和风况数据,包括:
获取所述目标风电场对应的气象时序数据集、风机时序数据集、功率时序数据集和风况时序数据集;
分别对所述气象时序数据集、所述风机时序数据集、所述功率时序数据集和所述风况时序数据集进行预处理;
采用滑动窗口方法分别对预处理后的所述气象时序数据集、所述风机时序数据集、所述功率时序数据集和所述风况时序数据集进行数据提取,获取所述目标风电场在所述目标历史时段中的历史气象数据、风机数据、历史风电功率数据和风况数据;
其中,所述预处理包括以下至少一项:异常数据处理、缺省数据插补、数据归一化。
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远景智能国际私人投资有限公司;上海远景科创智能科技有限公司,未经远景智能国际私人投资有限公司;上海远景科创智能科技有限公司许可,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/202111196147.9/1.html,转载请声明来源钻瓜专利网。





