【技术实现步骤摘要】
一种短期风电功率区段概率预测方法
[0001]本专利技术涉及电力系统运行与规划
，具体涉及一种短期风电功率概率预测方法。
技术介绍
[0002]随着社会科技的发展，能源的作用日益增加，而快速的发展伴随而来的是传统化石能源的不断被消耗，可再生能源开始进入到各方学者的研究中。在电力行业中，优化传统能源结构，增加可再生能源占比，提高并网效率，已经成为了全球能源发展的重点研究方向，而风能的清洁、储量丰富等特点得到了学者们的青睐。但风速的不稳定性和不确定性也让风电场的发电效率产生较大的波动，难以提前进行风电调度，准确的功率预测既可以有效缓解风电的不确定性带来的影响，也对电力系统的安全运行提供了保障。目前风电功率预测发展的新趋势是人工智能方法，但传统单点预测的模型无法量化风电的不规则性和不确定性，浅层学习模型不能完全提取风电序列中的深层非线性特征；单一预测模型难以捕获风电序列中的变化规律，达到满意的预测效果。因此现有技术在亟需要新的方案来解决这一问题。
技术实现思路
[0003]本专利技术的目的在于提供一种短期风电...
【技术保护点】
【技术特征摘要】
1.一种短期风电功率区段概率预测方法，其特征在于，包括下列步骤：步骤1：收集历史气象资料处理获得风电概率预测的初始数据集；步骤2：对所述初始数据集进行筛选补充获得风电数据集，并进行归一化处理；步骤3：将风电数据集的数据划分为训练集和测试集，构建基于SVM与分位数回归的IPSO
‑
CNN
‑
LSTM算法预测模型并进行训练和预测；步骤4：根据预测结果以及误差调整模型参数直到结果接近于测试集，完成短期风电功率概率预测。2.如权利要求1所述的短期风电功率区段概率预测方法，其特征在于，收集历史气象资料处理获得风电概率预测的初始数据集的过程，具体为获取地区历史气象资料，通过查询当地日志、气象台的记录信息以及其他气候监测系统的记录信息对原始气象数据以及风力情况进行处理，根据历史预测功率和风电场的数值天气预报NWP预测结果的风速波动量，获得风电概率预测的初始数据集。3.如权利要求2所述的短期风电功率区段概率预测方法，其特征在于，所述数值天气预报NWP的数据采用选定的某一风电场整年气象数据，参数包括风速、风向、温度和气压。4.如权利要求3所述的短期风电功率区段概率预测方法，其特征在于，对所述初始数据集进行筛选补充获得风电数据集，并进行归一化处理的过程，具体为筛选出与风电功率相关性最强的气象因素，将相关数据筛选出来后对异常数据部分进行处理，通过聚类算法或人工方法筛选，将筛选后的整体数据集分为若干条件子集；将各个子集中异常数据采用清洗或插值等方法进行补充处...
【专利技术属性】
技术研发人员：高鹏，蔡佳诺，罗奕，张应红，陈金龙，高成，莫愁，刘士琦，徐晋勇，
申请(专利权)人：桂林智工科技有限责任公司，
类型：发明
国别省市：
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。