System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及风力发电,尤其涉及一种风电低出力事件预测方法、装置、设备及存储介质。
技术介绍
1、作为推进中国能源结构转型、保障能源安全的重要战略支撑,风电是目前和未来几十年中国可再生能源发展的重点。但是,随着风力发电厂的开发规模的不断扩张,风电场或区域风电集群的风资源相关性愈发增强,更易受大范围天气系统影响,引发的区域性低水平出力事件将给电力系统带来日益严峻的供电安全风险。
2、因此,如何提高风电场或风电集群的低出力事件预测精度,是目前亟需解决的计算问题,以提高大规模风电场或风电集群供电保障能力。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种风电低出力事件预测方法、装置、设备及存储介质。
2、第一方面,本公开提供了一种风电低出力事件预测方法,该方法包括:
3、获取风电场或风电集群的历史气象数据和历史低出力事件;
4、对所述历史气象数据和所述历史低出力事件进行因果关系分析,确定所述历史气象数据与所述历史低出力事件之间的因果关系强度分布;
5、基于所述因果关系强度分布,从所述历史气象数据中确定目标气象数据;
6、利用低出力事件预测模型,对所述目标气象数据进行低出力事件预测,得到所述风电场或风电集群的预测低出力事件。
7、第二方面,本公开提供了一种风电低出力事件预测装置,该装置包括:
8、数据获取模块,用于获取风电场或风电集群的历史气象数据和历史低出力事
9、因果关系分析模块,用于对所述历史气象数据和所述历史低出力事件进行因果关系分析,确定所述历史气象数据与所述历史低出力事件之间的因果关系强度分布;
10、确定模块,用于基于所述因果关系强度分布,从所述历史气象数据中确定目标气象数据;
11、预测模块,用于利用低出力事件预测模型,对所述目标气象数据进行低出力事件预测,得到所述风电场或风电集群的预测低出力事件。
12、第三方面,本公开实施例还提供了一种设备,该设备包括:
13、一个或多个处理器;
14、存储装置,用于存储一个或多个程序,
15、当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现第一方面所提供的方法。
16、第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面所提供的方法。
17、本公开实施例提供的技术方案与现有技术相比具有如下优点:
18、本公开实施例的一种风电低出力事件预测方法、装置、设备及存储介质,获取风电场或风电集群的历史气象数据和历史低出力事件;对历史气象数据和历史低出力事件进行因果关系分析,确定历史气象数据与历史低出力事件之间的因果关系强度分布;基于因果关系强度分布,从历史气象数据中确定目标气象数据;利用低出力事件预测模型,对目标气象数据进行低出力事件预测,得到风电场或风电集群的预测低出力事件。通过上述方式,从历史气象数据与历史低出力事件之间的因果关系强度分布中,挖掘与历史气象数据相关的目标气象数据,并联合低出力事件预测模型深度挖掘目标气象数据,以准确的确定预测低出力事件,有效的提高了大规模风电集群供电保障能力。
本文档来自技高网...【技术保护点】
1.一种风电低出力事件预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述历史气象数据和所述历史低出力事件进行因果关系分析,确定所述历史气象数据与所述历史低出力事件之间的因果关系强度分布,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述因果关系强度分布,从所述历史气象数据中确定目标气象数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述目标气象数据包括目标气象参数和目标气象指数;相应的,所述利用低出力事件预测模型,对所述目标气象数据进行低出力事件预测,得到所述风电场或风电集群的预测低出力事件,包括:
5.根据权利要求4所述的方法,其特征在于,在所述基于所述低出力事件预测模型中的解码器,对所述气象参数编码和所述气象指数编码进行解码处理,得到所述预测低出力事件之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述低出力事件预测模型还包括自注意力模块、卷积模块以及拼接模块;相应的,所述对所述气象参数编码、所述气象指数编码以及所述节气数据进行拼接,得到拼接特征,
7.根据权利要求5所述的方法,其特征在于,所述解码器包括两层卷积神经网络、线性层和激活函数层;相应的,所述基于所述解码器,对所述拼接特征进行解码处理,得到所述预测低出力事件,包括:
8.一种风电低出力事件预测装置,其特征在于,包括:
9.一种设备,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述存储介质存储有计算机程序,当所述计算机程序被处理器执行时,使得处理器实现上述权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种风电低出力事件预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述历史气象数据和所述历史低出力事件进行因果关系分析,确定所述历史气象数据与所述历史低出力事件之间的因果关系强度分布,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述因果关系强度分布,从所述历史气象数据中确定目标气象数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述目标气象数据包括目标气象参数和目标气象指数;相应的,所述利用低出力事件预测模型,对所述目标气象数据进行低出力事件预测,得到所述风电场或风电集群的预测低出力事件,包括:
5.根据权利要求4所述的方法,其特征在于,在所述基于所述低出力事件预测模型中的解码器,对所述气象参数编码和所述气象指数编码进行解码处理,得到所...
【专利技术属性】
技术研发人员:韩爽,宋伟业,张健美,阎洁,王函,葛畅,刘永前,张晓斌,张睿骁,
申请(专利权)人:华北电力大学,
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。