面向调度侧区域风电功率预测的模型输入构造方法及装置制造方法及图纸

本发明专利技术公开了一种面向调度侧区域风电功率预测的模型输入构造方法及装置，属于数据处理技术领域。本发明专利技术首先获取风电场的历史运行数据，然后对历史运行数据进行处理，确定时间点数据集合，其次基于上述历史运行数据，计算调度侧区域在每个时间点的风速分布频率值，风速、温度、气压和湿度等特征值，最后根据上述计算结果，确定风电功率预测模型在每个时间点的输入特征。本发明专利技术结合风电场的历史运行数据，能准确生成区域所辖风场的数值天气预报特征，为模型提供了准确的建模输入数据，有效保障模型功率预测的准确度。解决了现有风电功率预测模型的输入个数过多、数据不准确，导致模型的预测结果无法反映区域未来的功率预测情况的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
面向调度侧区域风电功率预测的模型输入构造方法及装置


[0001]本专利技术涉及数据处理
，并且更具体地，涉及一种面向调度侧区域风电功率预测的模型输入构造方法及装置。

技术介绍

[0002]风电技术是指利用风能发电的技术，电力系统中利用风电进行发电已越来越常见。在深度学习的建模方法逐步普及后，利用风电功率预测模型进行风电功率的预测成为了热门方案。例如中国专利CN113935512A，通过获取目标预测时间对应的气象预报数据，并将气象预报数据输入至风电功率预测模型中，得到目标预测时间对应的风电功率预测值，然后根据预设的功率区间划分条件，确定风电功率预测值所属的目标风电功率区间，并获取目标风电功率区间对应的风电功率修正值，风电功率修正值是根据目标风电功率区间对应的历史风电功率预测值和历史风电功率测量值确定的，最后利用风电功率修正值对风电功率预测值进行修正，得到目标预测时间对应的目标风电功率预测值。
[0003]但是，随着风电在电网中的比重不断增大，调度侧所辖风电场数量逐步增多，调度侧为预测区域而对各场站单独建立功率预测模型的方法耗费人力、物力、时间等资源过多。特别是深度学习的建模方法逐步普及后，单场站建模的成本更高。对调度侧而言，绕过单场建模，直接从区域角度建模，即直接提取区域数值天气预报的特征，作为以深度学习为代表的模型的输入的组成部分，是一个值得研究的方案。
[0004]最简单的区域数值天气预报特征就是各场站的数值天气预报特征集合，这种方法的优点是包含了每个场站的气象信息，缺点是输入的个数过多，且依赖当前场站数量，不利于新增场站的情况，使得风电功率预测模型的输入数据并不准确，从而导致风电功率预测模型的预测结果无法反映区域未来的功率预测情况。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供一种面向调度侧区域风电功率预测的模型输入构造方法及装置。
[0006]根据本专利技术的一个方面，提供了一种面向调度侧区域风电功率预测的模型输入构造方法，包括：获取模型输入构造所需的各项参数、调度侧区域所辖风电场的开机容量历史记录数据以及调度侧区域所辖风电场的历史数值天气预报数据；对调度侧区域所辖风电场的历史数值天气预报数据进行处理，确定时间点数据集合，其中所述时间点数据集合包括各个时间点的历史数值天气预报数据，每个时间点的历史数值天气预报数据由调度侧区域所辖风电场的所有场站有效的历史数值天气预报数据组成；基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值；
根据调度侧区域在每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值，确定预设的风电功率预测模型在每个时间点的输入特征。
[0007]可选地，所述对调度侧区域所辖风电场的历史数值天气预报数据进行处理，确定时间点数据集合，包括：确定历史数值天气预报数据的时间范围；从时间范围内确定多个候选时间点；判断各个候选时间点对应的调度侧区域所辖风电场的所有场站的历史数值天气预报数据是否为有效数据；根据判断的结果，从各个候选时间点中确定所有场站的历史数值天气预报数据均为有效数据的各个目标时间点；对各个目标时间点的历史数值天气预报数据进行统计，生成时间点数据集合。
[0008]可选地，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速分布频率值，包括：选择各风场中处于轮毂高度或者与轮毂高度相距一定距离的风速作为处理对象；基于各项参数，计算风速频率统计数组大小；基于计算的风速频率统计数组大小，建立风速频率统计数组，并置风速频率统计数组初始值均为0；对时间点数据集合中的每个时间点，统计各个场站的数值天气预报风速分布情况；根据各个场站的数值天气预报风速分布情况，更新风速频率统计数组；基于更新后的风速频率统计数组，确定调度侧区域在每个时间点的风速分布频率值。
[0009]可选地，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有风场的最高风速、最低风速和平均风速；基于各项参数中的最高风速阈值和最低风速阈值，对统计的最高风速、最低风速和平均风速分别进行归一化处理，并将归一化处理后的最高风速、最低风速和平均风速确定为调度侧区域在每个时间点的风速特征值。
[0010]可选地，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的温度特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有风场的最高温度、最低温度和平均温度；基于各项参数中的最高温度阈值和最低温度阈值，对统计的最高温度、最低温度和平均温度分别进行归一化处理，并将归一化处理后的最高温度、最低温度和平均温度确定为调度侧区域在每个时间点的温度特征值。
[0011]可选地，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的气压特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有风场的最高气压、最
低气压和平均气压；基于各项参数中的最高气压阈值和最低气压阈值，对统计的最高气压、最低气压和平均气压分别进行归一化处理，并将归一化处理后的最高气压、最低气压和平均气压确定为调度侧区域在每个时间点的气压特征值。
[0012]可选地，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的湿度特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有风场的最高湿度、最低湿度和平均湿度；基于各项参数中的最高湿度阈值和最低湿度阈值，对统计的最高湿度、最低湿度和平均湿度分别进行归一化处理，并将归一化处理后的最高湿度、最低湿度和平均湿度确定为调度侧区域在每个时间点的湿度特征值。
[0013]可选地，所述根据风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值，确定预设的风电功率预测模型在每个时间点的输入特征，包括：按照预设的排列顺序，将每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值进行排列，形成预设的风电功率预测模型在每个时间点的输入特征。
[0014]根据本专利技术的另一个方面，提供了一种面向调度侧区域风电功率预测的模型输入构造装置，包括：获取模块，用于获取模型输入构造所需的各项参数、调度侧区域所辖风电场的开机容量历史记录数据以及调度侧区域所辖风电场的历史数值天气预报数据；处理模块，用于对调度侧区域所辖风电场的历史数值天气预报数据进行处理，确定时间点数据集合，其中所述时间点数据集合包括各个时间点的历史数值天气预报数据，每个时间点的历史数值天气预报数据由调度侧区域所辖风电场的所有场站有效的历史数值天气预报数据组成；计算模块，用于基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向调度侧区域风电功率预测的模型输入构造方法，其特征在于，包括：获取模型输入构造所需的各项参数、调度侧区域所辖风电场的开机容量历史记录数据以及调度侧区域所辖风电场的历史数值天气预报数据；对调度侧区域所辖风电场的历史数值天气预报数据进行处理，确定时间点数据集合，其中所述时间点数据集合包括各个时间点的历史数值天气预报数据，每个时间点的历史数值天气预报数据由调度侧区域所辖风电场的所有场站有效的历史数值天气预报数据组成；基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值；根据调度侧区域在每个时间点的风速分布频率值、风速特征值、温度特征值、气压特征值和湿度特征值，确定预设的风电功率预测模型在每个时间点的输入特征。2.根据权利要求1所述的方法，其特征在于，所述对调度侧区域所辖风电场的历史数值天气预报数据进行处理，确定时间点数据集合，包括：确定历史数值天气预报数据的时间范围；从时间范围内确定多个候选时间点；判断各个候选时间点对应的调度侧区域所辖风电场的所有场站的历史数值天气预报数据是否为有效数据；根据判断的结果，从各个候选时间点中确定所有场站的历史数值天气预报数据均为有效数据的各个目标时间点；对各个目标时间点的历史数值天气预报数据进行统计，生成时间点数据集合。3.根据权利要求1所述的方法，其特征在于，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速分布频率值，包括：选择各风场中处于轮毂高度或者与轮毂高度相距一定距离的风速作为处理对象；基于各项参数，计算风速频率统计数组大小；基于计算的风速频率统计数组大小，建立风速频率统计数组，并置风速频率统计数组初始值均为0；对时间点数据集合中的每个时间点，统计各个场站的数值天气预报风速分布情况；根据各个场站的数值天气预报风速分布情况，更新风速频率统计数组；基于更新后的风速频率统计数组，确定调度侧区域在每个时间点的风速分布频率值。4.根据权利要求1所述的方法，其特征在于，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的风速特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有风场的最高风速、最低风速和平均风速；基于各项参数中的最高风速阈值和最低风速阈值，对统计的最高风速、最低风速和平均风速分别进行归一化处理，并将归一化处理后的最高风速、最低风速和平均风速确定为调度侧区域在每个时间点的风速特征值。5.根据权利要求1所述的方法，其特征在于，所述基于各项参数、开机容量历史记录数据以及时间点数据集合，计算调度侧区域在每个时间点的温度特征值，包括：对时间点数据集合中的每个时间点，统计每个时间点下所有...

【专利技术属性】
技术研发人员：陈明炫，王国旭，张龙飞，耿宗旺，刘会，
申请(专利权)人：北京中科伏瑞电气技术有限公司，
类型：发明
国别省市：