一种基于双向时间线的长距离风力发电功率预测方法技术

本发明专利技术公开了一种基于双向时间线的长距离风力发电功率预测方法，具体包括：首先对风电场气象数据、设备监测数据、风电机组基础数据进行数据归一化、数据清洗、数据补充和数据筛选等数据预处理操作。将处理后的数据按照时间排序，送入到计算模型中。然后构建双向Transformer模型，通过高维特征计算以及自注意力机制对输入特征进行权重配比与特征抽取，实现部分数据借助模型抽象为对输出功率预测的重要特征。本发明专利技术不仅可以模拟气象变化对风力发电机的单向影响，又能通过确定的未来时间点的目标输出功率，反向削减误差，最终实现了更为准确的预测风力发电的输出功率，在不降低预测效率的情况下，提高长距离风力发电功率预测准确性。测准确性。测准确性。

A long-distance wind power prediction method based on bidirectional time line

【技术实现步骤摘要】
一种基于双向时间线的长距离风力发电功率预测方法


[0001]本专利技术属于风力发电
，具体涉及一种基于双向时间线的长距离风力发电功率预测方法。

技术介绍

[0002]随着新能源行业的不断发展，我国风电装机总量和装机容量急剧增加。风电机组的智能化将是风电行业的重要发展趋势，而风机的智能化发展一方面需要传统制造工艺过关作为基础，另一方面则需充分融合互联网技术创新，运用大数据、序列预测等新一代信息技术，最终实现远程风机的后台监控和全生命周期管理，确保智慧风电场的运行状态。风力发电的智能功率预测监控，作为数字智慧风电场的“发电心脏”，对风电场的输出电量进行后续调度入网起到至关重要的作用。所以如何高效准确的对风力发电的发电功率进行预测，成为了风电领域的重点关注问题。
[0003]大数据分析技术作为新一代信息技术，可以将实时数据流分析和历史相关数据相结合，通过对数据场景进行建模，帮助系统预测和预防未来运行中可能会出现的中断和性能问题。
[0004]现阶段的风力发电功率预测方法主要以统计模型和深度神经网络模型为主，如支持向量机(Supp本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双向时间线的长距离风力发电功率预测方法，其特征在于，具体包括：步骤1：对风电场气象数据、设备监测数据、风电机组基础数据进行数据预处理操作；将处理后的数据按照时间排序，送入到双向Transformer模型中；步骤2：将归一化后的特征送入双向Transformer模型中，将数据转变为高维特征向量后进行特征计算与注意力权重分配；步骤3：通过双向Transformer模型计算出最后时刻点的输出功率预测结果，将该结果作为标准输出，反向Transformer层通过[MASK]替换序列内容的方式，对整个序列进行自回归建模训练，能有效对中间时间节点的预测进行误差平滑以及界定预测区间；步骤4：通过全连接层，将隐藏层的特征投影到功率预测常规输出空间上，得到每一个时间点的发电功率预测结果。2.根据权利要求1所述一种基于双向时间线的长距离风力发电功率预测方法，其特征在于，所述步骤3具体实现方式为：步骤31：进行“完形填空”式输入特征处理，即在输入特征中，随机将历史发电功率用[mask]覆盖；覆盖概率为每条输入特征中的15％；步骤32：优先将[mask]赋予按输入顺序，排在最后的时间点特征，借由前后...

【专利技术属性】
技术研发人员：张强，周成杰，车超，王鹏飞，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：