用于风电场的短时风电功率预测系统及其方法技术方案

本申请涉及风电场的风电功率智能预测领域，其具体地公开了一种用于风电场的短时风电功率预测系统及其方法，其采用人工智能的预测技术，通过卷积神经网络模型作为特征提取器，以分别对于历史气象数据和历史功率数据在时间维度上的隐含动态变化特征信息以及所述历史气象信息和所述历史功率信息之间的关联特征来进行深层挖掘，进而基于历史数据的特征检索方式来进行待预测风电场在下一预定时间点的功率值进行预测，以提高对风电的开发利用。以提高对风电的开发利用。以提高对风电的开发利用。

【技术实现步骤摘要】
用于风电场的短时风电功率预测系统及其方法


[0001]本专利技术涉及风电场的风电功率智能预测领域，且更为具体地，涉及一种用于风电场的短时风电功率预测系统及其方法。

技术介绍

[0002]风电作为可再生能源中最具开发价值的能源，在世界范围内得到了广泛的开发利用。但是由于风速的随机性，导致风电功率具有很大的波动性和不确定性，这给电力系统的稳定运行带来了影响，从而限制了电力系统对风电功率的吸纳。
[0003]据国家能源局最新统计报告中指出：内蒙古风电装机容量占该地区所有能源总量的30％左右，但是并到电网上的风电机组容量份额不到总风电装机容量的2％。要提高对风电的开发利用，需要进一步提高风电功率预测的准确性。
[0004]现有一些用于风电场的风电功率预测方案，例如，利用历史气象信息和历史功率信息进行短时功率预测，但其采用的数据统计模型无法充分挖掘历史气象信息中的隐含模式特征、历史功率信息中的隐含模式特征以及历史气象信息和历史功率信息之间的关联导致功率预测的精度不高。
[0005]因此，期待一种优化的用于风电场的短时风电功率预测方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于风电场的短时风电功率预测系统，其特征在于，包括：历史数据采集模块，用于获取历史气象数据和历史功率数据，其中，所述历史气象数据中各个预定时间点的气象数据包括风速、风向、温度、湿度和压力；单点气象数据编码模块，用于将所述历史气象数据中各个预定时间点的气象数据中的各项数据排列为输入向量后通过全连接层以得到单点多维度气象特征向量；单天气象数据编码模块，用于将所述单点多维度气象特征向量以单天为时间维度进行排列为一维特征向量后通过多尺度邻域特征提取模块以得到对应于各天的多尺度单天气象特征向量；全局气象数据编码模块，用于将所述对应于各天的多尺度单天气象特征向量进行排列为二维特征矩阵后通过作为特征提取器的第一卷积神经网络模型以得到历史气象特征矩阵；单天功率数据编码模块，用于将所述历史功率数据的各天中所有预定时间点的功率数据排列为功率输入向量后通过所述多尺度邻域特征提取模块以得到对应于各天的单天多尺度功率特征向量；全局功率数据编码模块，用于将所述对应于各天的单天多尺度功率特征向量排列为二维特征矩阵后通过作为特征提取器的第二卷积神经网络以得到历史功率特征矩阵；历史数据特征融合模块，用于融合所述历史气象特征矩阵和所述历史功率特征矩阵以得到融合特征矩阵；待预测当天数据采集模块，用于获取待预测当天的多个预定时间点的气象数据和待预测风电场在所述多个预定时间点的输出功率；待预测数据编码模块，用于将所述待预测当天的多个预定时间点的气象数据转化为待预测气象特征向量且将所述待预测风电场在所述多个预定时间点的输出功率转化为待预测功率特征向量后，融合所述待预测气象特征向量和所述待预测功率特征向量以得到预测特征向量；以及特征查询模块，用于将所述预测特征向量与所述融合特征矩阵进行相乘以得到解码特征向量；校正模块，用于基于所述解码特征向量的所有位置的特征值集合的均值和方差，对所述解码特征向量中各个位置的特征值进行校正以得到校正后解码特征向量；预测值生成模块，用于将所述校正后解码特征向量通过解码器进行解码回归以得到解码值，所述解码值用于表示待预测风电场在下一预定时间点的功率预测值。2.根据权利要求1所述的用于风电场的短时风电功率预测系统，其特征在于，所述单点气象数据编码模块，进一步用于：将所述历史气象数据中各个预定时间点的气象数据中的各项数据按照时间维度排列为输入向量；以及，使用所述全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征以得到所述单点多维度气象特征向量，其中，所述公式为：其中X是所述输入向量，Y是输出向量，W是权重矩阵，B是偏置向量，表示矩阵乘。3.根据权利要求2所述的用于风电场的短时风电功率预测系统，其特征在于，所述单天气象数据编码模块，包括：
第一卷积单元，用于将所述一维特征向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度单天气象特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二卷积单元，用于将所述一维特征向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度单天气象特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及级联单元，用于将所述第一邻域尺度单天气象特征向量和所述第二邻域尺度单天气象特征向量进行级联以得到所述对应于各天的多尺度单天气象特征向量。4.根据权利要求3所述的用于风电场的短时风电功率预测系统，其特征在于，所述第一卷积单元，进一步用于；使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第一邻域尺度单天气象特征向量；其中，所述公式为：其中，a为第一卷积核在x方向上的宽度、F为第一卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示张力输入向量；所述第二卷积单元，进一步用于：使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第二邻域尺度单天气象特征向量；其中，所述公式为：其中，b为第二卷积核在x方向上的宽度、F为第二卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示张力输入向量。5.根据权利要求4所述的用于风电场的短时风电功率预测系统，其特征在于，所述全局气象...

【专利技术属性】
技术研发人员：叶林，赵建勇，冯笑丹，史祥，李春廷，陈彦任，牛振鸣，于洋，安达，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：