风电超短期功率预测方法及相关设备技术

本申请提供一种风电超短期功率预测方法及相关设备，获取风电场在各个历史时刻对应的数值天气预报、第一短期预测功率和实际功率，通过超短期功率预测模型得到第一超短期预测功率，再利用短期组合预测模型得到预测功率误差和第二短期预测功率，之后利用超短期误差预测模型，得到修正预测误差，结合修正误差对第二短期预测功率进行修正，得到第二超短期预测功率，再根据第一超短期预测功率和第二超短期预测功率进行求平均值计算，得到超短期预测功率，通过结合超短期功率预测模型、短期组合预测模型和超短期误差预测模型的方式，解决了风电场的单一算法预测超短期功率不稳定的问题，使得风电超短期功率预测结果稳定性提高。使得风电超短期功率预测结果稳定性提高。使得风电超短期功率预测结果稳定性提高。

【技术实现步骤摘要】
风电超短期功率预测方法及相关设备


[0001]本申请涉及风电功率预测
，尤其涉及一种风电超短期功率预测方法及相关设备。

技术介绍

[0002]传统的风电超短期功率预测算法采用的预测模型和预测方法较为单一，对风电场的历史数据与天气数据的利用不足，未充分考虑数据的时间相关性，并且传统的预测模型无法拟合高维的时序数据，因此造成了预测的超短期功率不稳定的问题。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种风电超短期功率预测方法及相关设备，用以解决或部分解决上述技术问题。
[0004]基于上述目的，本申请的第一方面提供了一种风电超短期功率预测方法，包括：获取风电场在各个历史时刻对应的数值天气预报、第一短期预测功率和实际功率，其中，两两相邻的历史时刻之间间隔预设的时间；对所述数值天气预报和所述第一短期预测功率分别进行平移处理，得到平移数值天气预报和第一平移短期预测功率；将所述数值天气预报、所述平移数值天气预报、所述第一短期预测功率、所述第一平移短期预测功率和所述实际功率输入预先经过训练获得的超短期功率预测模型，得到第一超短期预测功率；基于所述数值天气预报和所述实际功率采用预先经过训练获得的短期组合预测模型进行组合预测，得到预测功率误差和第二短期预测功率；对所述第二短期预测功率进行平移处理，得到第二平移短期预测功率；将所述数值天气预报、所述平移数值天气预报、所述实际功率、所述第二短期预测功率、所述第二平移短期预测功率和所述预测功率误差输入预先经过训练获得的超短期误差预测模型，得到修正预测误差；利用所述修正预测误差对所述第二短期预测功率进行修正，得到第二超短期预测功率；对所述第一超短期预测功率和所述第二超短期预测功率进行求平均值计算，得到超短期预测功率。
[0005]可选地，响应于确定所述数值天气预报包括风速、风向、温度和湿度；所述基于所述数值天气预报和所述实际功率采用预先经过训练获得的短期组合预测模型进行组合预测，得到预测功率误差和第二短期预测功率，包括：对所述风速、所述风向、所述温度和所述湿度分别进行归一化处理，得到归一化后的风速、风向、温度和湿度；利用所述归一化后的风速和风向进行乘积计算，得到风速风向乘积数据；
将所述归一化后的温度和所述湿度进行比值计算，得到温度湿度比值数据；将所述风速风向乘积数据、所述温度湿度比值数据和所述实际功率输入所述短期组合预测模型，得到多个子短期预测功率；对所述多个子短期预测功率进行求平均值计算，得到所述第二短期预测功率；对所述第二短期预测功率和所述实际功率进行求差计算，得到所述预测功率误差；经所述短期组合预测模型输出所述预测功率误差和所述第二短期预测功率。
[0006]可选地，所述对所述风速、所述风向、所述温度和所述湿度分别进行归一化处理，得到归一化后的风速、风向、温度和湿度，包括：利用归一化函数分别对所述风速、所述风向、所述温度和所述湿度进行归一化计算，得到所述归一化后的风速、风向、温度和湿度，其中，所述表示风速、风向、温度或湿度中任一需要进行归一化处理的数据，表示预先设定的放缩范围的最大值，表示预设设定的放缩范围的最小值，表示归一化后的风速、风向、温度或湿度。
[0007]可选地，所述利用所述修正预测误差对所述第二短期预测功率进行修正，得到第二超短期预测功率，包括：利用所述修正预测误差与所述第二短期预测功率进行求和计算，得到所述第二超短期预测功率。
[0008]可选地，响应于确定所述数值天气预报包括预测风速；所述对所述数值天气预报和所述第一短期预测功率分别进行平移处理，得到平移历史数值天气预报和第一平移短期预测功率，包括：获取预设数量的预测风速的分组，其中，每个所述预测风速的分组中包括预设数量的历史时刻对应的预测风速；将每个所述预测风速的分组按照历史时刻的排列顺序平移预设数量的分组，得到平移后的预设数量的预测风速的分组，并将所述平移后的预设数量的预测风速的分组作为所述平移数值天气预报；获取预设数量的第一短期预测功率的分组，其中，每个所述第一短期预测功率的分组中包括预设数量的历史时刻对应的第一短期预测功率；将每个所述第一短期预测功率的分组按照历史时刻的排列顺序平移预设数量的分组，得到平移后的预设数量的第一短期预测功率的分组，并将所述平移后的预设数量的第一短期预测功率的分组作为所述第一平移短期预测功率。
[0009]可选地，所述对所述第二短期预测功率进行平移处理，得到第二平移短期预测功率，包括：获取预设数量的第二短期预测功率的分组，其中，每个所述第二短期预测功率的分组中包括预设数量的历史时刻对应的第二短期预测功率；
将每个所述第二短期预测功率的分组按照历史时刻的排列顺序平移预设数量的分组，得到平移后的预设数量的第二短期预测功率的分组，并将所述平移后的预设数量的第二短期预测功率的分组作为所述第二平移短期预测功率。
[0010]可选地，在获取风电场在各个历史时刻对应的数值天气预报、第一短期预测功率和实际功率之后，还包括：利用四分位算法分别对所述数值天气预报、所述第一短期预测功率和所述实际功率进行数据清洗，得到清洗后的数值天气预报、第一短期预测功率和实际功率。
[0011]本申请的第二方面提供了一种风电超短期功率预测装置，包括：获取模块，被配置为获取风电场在各个历史时刻对应的数值天气预报、第一短期预测功率和实际功率，其中，两两相邻的历史时刻之间间隔预设的时间；第一平移模块，被配置为对所述数值天气预报和所述第一短期预测功率分别进行平移处理，得到平移数值天气预报和第一平移短期预测功率；第一预测模块，被配置为将所述数值天气预报、所述平移数值天气预报、所述第一短期预测功率、所述第一平移短期预测功率和所述实际功率输入预先经过训练获得的超短期功率预测模型，得到第一超短期预测功率；第二预测模块，被配置为基于所述数值天气预报和所述实际功率采用预先经过训练获得的短期组合预测模型进行组合预测，得到预测功率误差和第二短期预测功率；第二平移模块，被配置为对所述第二短期预测功率进行平移处理，得到第二平移短期预测功率；第三预测模块，被配置为将所述数值天气预报、所述平移数值天气预报、所述实际功率、所述第二短期预测功率、所述第二平移短期预测功率和所述预测功率误差输入预先经过训练获得的超短期误差预测模型，得到修正预测误差；修正模块，被配置为利用所述修正预测误差对所述第二短期预测功率进行修正，得到第二超短期预测功率；平均值计算模块，被配置为对所述第一超短期预测功率和所述第二超短期预测功率进行求平均值计算，得到超短期预测功率。
[0012]本申请的第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法。
[0013]本申请的第四方面提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行第一方面所述方法。
[0014]从上面所述可以看出，本申请提供的风电超短期功率预测方法及相关设备，获取风电场在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电超短期功率预测方法，其特征在于，包括：获取风电场在各个历史时刻对应的数值天气预报、第一短期预测功率和实际功率，其中，两两相邻的历史时刻之间间隔预设的时间；对所述数值天气预报和所述第一短期预测功率分别进行平移处理，得到平移数值天气预报和第一平移短期预测功率；将所述数值天气预报、所述平移数值天气预报、所述第一短期预测功率、所述第一平移短期预测功率和所述实际功率输入预先经过训练获得的超短期功率预测模型，得到第一超短期预测功率；基于所述数值天气预报和所述实际功率采用预先经过训练获得的短期组合预测模型进行组合预测，得到预测功率误差和第二短期预测功率；对所述第二短期预测功率进行平移处理，得到第二平移短期预测功率；将所述数值天气预报、所述平移数值天气预报、所述实际功率、所述第二短期预测功率、所述第二平移短期预测功率和所述预测功率误差输入预先经过训练获得的超短期误差预测模型，得到修正预测误差；利用所述修正预测误差对所述第二短期预测功率进行修正，得到第二超短期预测功率；对所述第一超短期预测功率和所述第二超短期预测功率进行求平均值计算，得到超短期预测功率。2.根据权利要求1所述的方法，其特征在于，响应于确定所述数值天气预报包括风速、风向、温度和湿度；所述基于所述数值天气预报和所述实际功率采用预先经过训练获得的短期组合预测模型进行组合预测，得到预测功率误差和第二短期预测功率，包括：对所述风速、所述风向、所述温度和所述湿度分别进行归一化处理，得到归一化后的风速、风向、温度和湿度；利用所述归一化后的风速和风向进行乘积计算，得到风速风向乘积数据；将所述归一化后的温度和所述湿度进行比值计算，得到温度湿度比值数据；将所述风速风向乘积数据、所述温度湿度比值数据和所述实际功率输入所述短期组合预测模型，得到多个子短期预测功率；对所述多个子短期预测功率进行求平均值计算，得到所述第二短期预测功率；对所述第二短期预测功率和所述实际功率进行求差计算，得到所述预测功率误差；经所述短期组合预测模型输出所述预测功率误差和所述第二短期预测功率。3.根据权利要求2所述的方法，其特征在于，所述对所述风速、所述风向、所述温度和所述湿度分别进行归一化处理，得到归一化后的风速、风向、温度和湿度，包括：利用归一化函数分别对所述风速、所述风向、所述温度和所述湿度进行归一化计算，得到所述归一化后的风速、风向、温度和湿度，其中，所述表示风速、风向、温度或湿度中任一需要进行归一化处理的数
据，表示预先设定的放缩范围的最大值，表示预设设定的放缩范围的最小值，表示归一化后的风速、风向、温度或湿度。4.根据权利要求1所述的方法，其特征在于，所述利用所述修正预测误差对所述第二短期预测功率进行修正，得到第二超短期预测功率，包括：利用所述修正预测误差与所述第二短期预测功率进行求和计算，得到所述第二超短期预测功率。5.根据权利要求1所述的方法，其特征在于，响应于确定所述数值天气预报包括预测风速；所述对所述数值天气预报和所述第一短期预测功率分别进行平移处理，得到平移历史数值天气预报和第一平移短期预测功率，包括：获取预设数量的预测风速的分组，其中，每个所述预测风速的分组中包括预设数量的历史时刻对...

【专利技术属性】
技术研发人员：刘鲁宁，
申请(专利权)人：北京东润环能科技股份有限公司，
类型：发明
国别省市：