一种风电机组短期功率预测方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种风电机组短期功率预测方法、系统、设备及存储介质，属于风力发电技术领域；方法通过获取风电机组的场站数据和NWP数据；采用样条插值的方式对NWP数据进行时间对齐；采用高斯核密度估计方法对场站数据进行修正；然后通过多源Attention机制和BiLSTM层对修正后的场站数据和NWP数据进行动态整合得到特征值；再根据特征值搭建并训练基于Stacking模型的功率预测模型，对风电机组功率进行预测。本发明专利技术结合了历史实测功率数据、NWP(Numerical Weather Prediction)数据以及风电场历史预测气象数据的特征规律，采用更加综合的方式进行风速修正和功率预测。这种综合性的修正方法可以更好地适应不同气象条件下的风电场运行，提高了风电功率预测的准确性和可靠性。

【技术实现步骤摘要】

本专利技术属于风力发电，涉及一种风电机组短期功率预测方法、系统、设备及存储介质。

技术介绍

1、风力发电是一种重要的清洁能源，具有减少温室气体排放的重要意义。然而，风力发电的波动性和不确定性使其在电力系统中的可控性和可靠性面临挑战。为了更有效地利用风力资源，风电功率预测成为了至关重要的任务。其中，风速的预测是风电功率预测的基础，因为风速是影响风力涡轮机发电功率的主要因素之一。

2、当前，风速修正方法多种多样，主要包括数值模型修正、统计修正、机器学习修正、模型融合和实时观测数据修正等方法。其中统计修正方法是最常见的气象模型修正方法之一。统计修正方法基于历史观测数据，通过统计分析来纠正气象预测模型的系统误差。然而，传统的统计修正方法存在一些局限性，因为它们往往无法捕捉到风速的物理变化过程，仅仅依赖于历史数据的统计特性。这可能导致在面临气象突变或异常情况时，修正效果不佳，影响风电功率预测的准确性和可靠性。

技术实现思路

1、本专利技术的目的在于解决现有技术中对气象数据处理的准确度不高，进而使得风电功率的本文档来自技高网...

【技术保护点】

1.一种风电机组短期功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述场站数据为风电场的风速预测数据、测风塔风速数据和实际发电功率数据；所述NWP数据为气象预测模型生成的时间分辨率为1小时的各种气象预测参数。

3.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述采用样条插值的方式对NWP数据进行时间对齐，包括：使用三次样条插值，将NWP数据的时间分辨率调整为15分钟，具体计算方法如下：

4.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述采用高斯核密度估计...

【技术特征摘要】

1.一种风电机组短期功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述场站数据为风电场的风速预测数据、测风塔风速数据和实际发电功率数据；所述nwp数据为气象预测模型生成的时间分辨率为1小时的各种气象预测参数。

3.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述采用样条插值的方式对nwp数据进行时间对齐，包括：使用三次样条插值，将nwp数据的时间分辨率调整为15分钟，具体计算方法如下：

4.根据权利要求1所述的一种风电机组短期功率预测方法，其特征在于，所述采用高斯核密度估计方法对场站数据进行修正，包括：

5.根据权利要求4所述的一种风电机组短期功率预测方法，其特征在于，所述根据检测到的异常值和估计的概率密度函数，对数据进行修正是通过对异常值进...

【专利技术属性】
技术研发人员：孙钰淑，任鑫，王一妹，祝金涛，周利，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：