一种数据缺失场景下的新建场站功率预测方法技术

本申请提供一种数据缺失场景下的新建场站功率预测方法，包括：获取已建成场站的位置坐标、历史发电数据和地形地貌数据并生成综合数据集；获取目标区域中各个点的空间距离特征并生成综合特征向量；基于目标区域样本点的综合特征向量和历史风电量数据构建GBDT预测模型并评估其预测性能；基于所述GBDT模型输出和评估目标区域候选点的预测发电量；获取并根据目标区域的海拔高度矩阵、地形要素数据和地貌类型分布对所述目标区域进行分类以获得适宜性指标，根据适宜性指标筛选评估对象；基于所述GBDT预测模型和收益评估模型确定评估对象的最优规模。

【技术实现步骤摘要】

本专利技术涉及信息，尤其涉及一种数据缺失场景下的新建场站功率预测方法。

技术介绍

1、随着风电产业的快速发展，风电场站选址成为一个重要的问题。然而，在数据缺失场景下，如何进行场站选址预评估成为一个难题。传统方法往往依赖于有限的数据和经验，难以准确地评估预期的发电量和经济效益。然而，在实际操作中，数据缺失成为一个普遍存在的问题，限制了对目标区域的准确预测。这种情况下，既有的预测方法往往难以有效应对数据不完整的挑战，因此需要一种创新性的方法来提高预测的准确性和可靠性。在数据缺失的场景下，传统的功率预测方法面临着多方面的困难。首先，缺乏足够的历史数据会导致模型无法建立稳健的预测基础。其次，目标区域的地形和地貌差异使得通用性模型的应用受到限制，因为不同地区的风能捕捉效率存在差异。另外，未建设场站的情况下，缺少实际发电数据使得预测模型难以验证和优化。因此催生了对新的、创新的预测方法的需求，以适应实际场景中的不确定性和数据缺失。

技术实现思路

1、本专利技术提供了一种数据缺失场景下的新建场站功率预测方法，主要包括：...

【技术保护点】

1.一种数据缺失场景下的新建场站功率预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其中，所述获取已建成场站的位置坐标、历史发电数据和地形地貌数据并生成综合数据集，包括：

3.根据权利要求1所述的方法，其中，所述获取目标区域中各个点的空间距离特征并生成综合特征向量，包括：

4.根据权利要求1所述的方法，其中，所述基于目标区域样本点的综合特征向量和历史风电量数据构建GBDT预测模型并评估其预测性能，包括：

5.根据权利要求1所述的方法，其中，所述基于所述GBDT模型输出和评估目标区域候选点的预测发电量，包括：

...

【技术特征摘要】

1.一种数据缺失场景下的新建场站功率预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其中，所述获取已建成场站的位置坐标、历史发电数据和地形地貌数据并生成综合数据集，包括：

3.根据权利要求1所述的方法，其中，所述获取目标区域中各个点的空间距离特征并生成综合特征向量，包括：

4.根据权利要求1所述的方法，其中，所述基于目标区域样本点的综合特征向量和历史风电量数据构建gbdt预测模型并评估其...

【专利技术属性】
技术研发人员：刘显茁，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：