基于固有时间尺度分解的风功率短期预测方法及系统技术方案

技术编号:26765093 阅读:40 留言:0更新日期:2020-12-18 23:41
本公开公开了基于固有时间尺度分解的风功率短期预测方法及系统,包括:将获取的待预测数据集中的历史风功率时间序列,基于固有时间尺度分解算法进行分解,得到固有旋转分量和残差分量;将滑动窗口内若干个历史时间点的各个固有旋转分量后向差分数值和残差分量的后向差分数值,均输入到预训练好的分类模型中,输出待预测时间点各个固有旋转分量后向差分预测值和残差分量的后向差分预测值;根据预测值,得到待进行风功率预测时间点的风功率预测值。

【技术实现步骤摘要】
基于固有时间尺度分解的风功率短期预测方法及系统
本公开涉及可再生能源、风能预测领域,特别是涉及基于固有时间尺度分解的风功率短期预测方法及系统。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
,并不必然构成现有技术。随着经济发展、社会进步,传统能源进一步枯竭,燃烧传统能源对环境的污染破坏进一步加重,人们将目光投向了可再生能源。风能作为一种清洁能源,因为其安装成本低,发电效率较高,得到了快速的发展,世界各地风电装机量逐年提高。然而,风电来源于风能,由于风力不稳定,导致风电场的功率出力不稳定,风电并网就成为了很大的问题。因此,为了更好的控制风电场的功率出力,就需要对风功率进行准确稳定的预测。对于风功率的预测,主要有两种主要方法:物理方法和统计方法。物理方法利用卫星和地面设备所测量的数据,根据风电场所在的地理位置和风机叶片所在的高度,来进行风功率的预测;统计方法则是根据风电场风功率的历史数据和当前数据,来进行预测。物理方法是在宏观角度来进行预测,由于其预测范围较大,对于特定位置的风电场而言,预测精度不是很高,并且所需要的通信能本文档来自技高网...

【技术保护点】
1.基于固有时间尺度分解的风功率短期预测方法,其特征是,包括:/n将获取的待预测数据集中的历史风功率时间序列,基于固有时间尺度分解算法进行分解,得到固有旋转分量和残差分量;/n将滑动窗口内若干个历史时间点的各个固有旋转分量后向差分数值和残差分量的后向差分数值,均输入到预训练好的分类模型中,输出待预测时间点各个固有旋转分量后向差分预测值和残差分量的后向差分预测值;根据预测值,得到待进行风功率预测时间点的风功率预测值。/n

【技术特征摘要】
1.基于固有时间尺度分解的风功率短期预测方法,其特征是,包括:
将获取的待预测数据集中的历史风功率时间序列,基于固有时间尺度分解算法进行分解,得到固有旋转分量和残差分量;
将滑动窗口内若干个历史时间点的各个固有旋转分量后向差分数值和残差分量的后向差分数值,均输入到预训练好的分类模型中,输出待预测时间点各个固有旋转分量后向差分预测值和残差分量的后向差分预测值;根据预测值,得到待进行风功率预测时间点的风功率预测值。


2.如权利要求1所述的方法,其特征是,所述方法还包括:
当待进行风功率预测时间点的风功率预测值预测出来后,将滑动窗口滑动一步,产生一组新的历史数据,对新的历史数据分解得到新的分量,对新的分量进行处理得到新的后向差分,将滑动窗口内的时间点对应的后向差分输入到预先训练好的分类器中,输出下一个时间点的后向差分预测值,进而得到下一个时间点的风功率预测值。


3.如权利要求1所述的方法,其特征是,待预测数据集,包括:待进行风功率预测时间点前的设定时间段的历史风功率时间序列。


4.如权利要求1所述的方法,其特征是,将获取的待预测数据集中的历史风功率时间序列,基于固有时间尺度分解算法进行分解,得到固有旋转分量和残差分量;具体步骤包括:依据信号自身局部时间尺度的特点,自适应的将原始信号分解成具有物理含义基函数,将基函数从原信号中分离出来得到若干个不同频率固有旋转分量和一个残余分量。


5.如权利要求1所述的方法,其特征是,所述与训练好的分类模型;训练步骤包括:
构建训练集,将训练集中前N-1个历史时间点的各个分量的后向差分值,和第N个历史时间点的各个分量的后向差分值,均输入到分类模型中进行训练,得到训练好的分类模型。


6.如权利要求1所述的方法,其特征是,所述训练集,构建步骤包括:...

【专利技术属性】
技术研发人员:韩兴磊刘烨汤磊孙伟涛彭寅孙振海宋彦臻文宏成闫新宫邦润滕奇君
申请(专利权)人:国网山东省电力公司青岛供电公司国家电网有限公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1