【技术实现步骤摘要】
本申请涉及大模型技术、功率预测领域，具体而言，涉及一种能源转换系统的功率预测方法、系统和电子设备。
技术介绍
1、近年来，随着绿色能源产业的不断进步和发展，大规模新能源发电逐步并网，因此，对能源转换系统（比如，风电场站）的发电功率进行准确预测具有重要意义。但是，能源转换系统的风力发电性能具有很强的不确定性，容易受天气状况、人为因素等多方面的影响，导致获取到的能源转换系统的历史数据存在质量不佳、严重失真等问题。
2、在相关技术中，只通过历史数据来预测能源转换系统所处区域在未来时段内的功率数据，但由于历史数据会存在质量不佳、严重失真等问题，导致能源转换系统的功率预测的准确性低的技术问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种能源转换系统的功率预测方法、系统和电子设备，以至少解决能源转换系统的功率预测的准确性低的技术问题。
2、根据本申请实施例的一个方面，提供了一种能源转换系统的功率预测方法。该方法可以包括：获取至少一能源转换系统的初始历史数据，其中，初始历史数据至少包括能源转换系统在历史时段内运行而产生的初始历史功率数据，以及能源转换系统所处区域在历史时段内的初始历史气象数据；对初始历史数据进行异常检测，得到处于异常状态的异常历史数据；在初始历史数据中，对异常历史数据进行更新，得到目标历史数据，其中，目标历史数据包括处于正常状态的目标历史功率数据，以及处于正常状态的目标历史气象数据；基于目标历史数
3、根据本申请实施例的一个方面，还提供了一种风电场站的功率预测方法。该方法可以包括：从信息监测平台获取至少一风电场站的初始历史数据，其中，初始历史数据至少包括风电场站在历史时段内运行而产生的初始历史功率数据，以及风电场站所处区域在历史时段内的初始历史气象数据；对初始历史数据进行异常检测，得到处于异常状态的异常历史数据；在初始历史数据中，对异常历史数据进行更新，得到目标历史数据，其中，目标历史数据包括处于正常状态的目标历史功率数据，以及处于正常状态的目标历史气象数据；基于目标历史数据中目标历史功率数据和目标历史气象数据之间的映射关系，以及风电场站所处区域在未来时段内的预测气象数据，对风电场站进行预测，得到风电场站在未来时段内运行而产生的预测功率数据，其中，预测功率数据与预测气象数据之间满足映射关系；将预测功率数据下发至信息监测平台进行显示。
4、根据本申请实施例的一个方面，还提供了另一种能源转换系统的功率预测方法。该方法可以包括：通过调用第一接口监测至少一能源转换系统的初始历史数据，其中，第一接口包括第一参数，第一参数的参数值为初始历史数据，初始历史数据至少包括能源转换系统在历史时段内运行而产生的初始历史功率数据，以及能源转换系统所处区域在历史时段内的初始历史气象数据；对初始历史数据进行异常检测，得到处于异常状态的异常历史数据；在初始历史数据中，对异常历史数据进行更新，得到目标历史数据，其中，目标历史数据包括处于正常状态的目标历史功率数据，以及处于正常状态的目标历史气象数据；基于目标历史数据中目标历史功率数据和目标历史气象数据之间的映射关系，以及能源转换系统所处区域在未来时段内的预测气象数据，对能源转换系统进行预测，得到能源转换系统在未来时段内运行而产生的预测功率数据，其中，预测功率数据与预测气象数据之间满足映射关系；通过调用第二接口输出预测功率数据，其中，第二接口包括第二参数，第二参数的参数值为预测功率数据。
5、根据本申请实施例的一个方面，还提供了一种能源转换系统的功率预测系统。该系统可以包括：数据处理端，用于获取至少一能源转换系统的初始历史数据，其中，初始历史数据至少包括能源转换系统在历史时段内运行而产生的初始历史功率数据，以及能源转换系统所处区域在历史时段内的初始历史气象数据；对初始历史数据进行异常检测，得到处于异常状态的异常历史数据；在初始历史数据中，对异常历史数据进行更新，得到目标历史数据，其中，目标历史数据包括处于正常状态的目标历史功率数据，以及处于正常状态的目标历史气象数据；功率预测端，用于基于目标历史数据中目标历史功率数据和目标历史气象数据之间的映射关系，以及能源转换系统所处区域在未来时段内的预测气象数据，对能源转换系统进行预测，得到能源转换系统在未来时段内运行而产生的预测功率数据，其中，预测功率数据与预测气象数据之间满足映射关系。
6、根据本申请实施例的另一方面，还提供了一种计算机终端，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本申请各个实施例中的方法。
7、根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本申请各个实施例中的方法。
8、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本申请各个实施例中的方法。
9、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现本申请各个实施例中的方法。
10、根据本申请实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本申请各个实施例中的方法。
11、在本申请实施例中，获取至少一能源转换系统的初始历史数据，其中，初始历史数据至少包括能源转换系统在历史时段内运行而产生的初始历史功率数据，以及能源转换系统所处区域在历史时段内的初始历史气象数据；对初始历史数据进行异常检测，得到处于异常状态的异常历史数据；在初始历史数据中，对异常历史数据进行更新，得到目标历史数据，其中，目标历史数据包括处于正常状态的目标历史功率数据，以及处于正常状态的目标历史气象数据；基于目标历史数据中目标历史功率数据和目标历史气象数据之间的映射关系，以及能源转换系统所处区域在未来时段内的预测气象数据，对能源转换系统进行预测，得到能源转换系统在未来时段内运行而产生的预测功率数据，其中，预测功率数据与预测气象数据之间满足映射关系。也即，在本申请实施例中，通过对初始历史数据进行数据异常检测，得到异常历史数据，且对异常历史数据进行更新，比如，通过清洗、重构等方式,以获得目标历史数据（可以为高质量能源转换系统历史数据），从而基于目标历史数据，实现功率预测，剔除设备故障、人为因素等的影响，进而实现了提高能源转换系统的功率预测的准确性的技术效果，解决了能源转换系统的功率预测的准确性低的技术问题。
12、容易注意到的是，上面的通用描述和后面的详细描述仅仅是为了对本文档来自技高网...
【技术保护点】
1.一种能源转换系统的功率预测方法，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，对所述初始历史数据进行异常检测，得到处于异常状态的异常历史数据，包括：
3.根据权利要求2所述的方法，其特征在于，从所述初始历史数据中，识别出所述目标特征集，包括：
4.根据权利要求3所述的方法，其特征在于，所述初始历史数据还包括所述能源转换系统在所述历史时段内运行而产生的历史桨角数据，所述初始历史气象数据包括历史风速数据，其中，至少将所述初始历史数据中所述初始历史功率数据，确定为所述目标特征集，包括：
5.根据权利要求2所述的方法，其特征在于，所述初始历史气象数据包括历史风向数据和历史温度数据，其中，从所述初始历史数据中，识别出辅助特征集，包括：
6.根据权利要求2所述的方法，其特征在于，对所述目标特征集和所述辅助特征集进行异常检测，得到所述异常历史数据，包括：
7.根据权利要求6所述的方法，其特征在于，在所述初始历史数据中，对所述异常历史数据进行更新，得到目标历史数据，包括：
8.根据权利要求1所
9.根据权利要求8所述的方法，其特征在于，确定所述能源转换系统所属的聚类结果，包括：
10.根据权利要求8所述的方法，其特征在于，调用功率预测模型确定所述目标历史功率数据和所述目标历史气象数据之间的所述映射关系，且利用所述映射关系对所述目标预测气象数据进行分析，得到所述多个能源转换系统的所述预测功率数据，包括：
11.根据权利要求10所述的方法，其特征在于，所述方法还包括：
12.一种风电场站的功率预测方法，其特征在于，包括：
13.一种能源转换系统的功率预测方法，其特征在于，包括：
14.一种能源转换系统的功率预测系统，其特征在于，包括：
15.根据权利要求14所述的系统，其特征在于，所述系统还包括：
16.一种电子设备，其特征在于，包括：
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至13中任意一项所述的方法。
18.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1至13中任意一项所述的方法。
...【技术特征摘要】
1.一种能源转换系统的功率预测方法，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，对所述初始历史数据进行异常检测，得到处于异常状态的异常历史数据，包括：
3.根据权利要求2所述的方法，其特征在于，从所述初始历史数据中，识别出所述目标特征集，包括：
4.根据权利要求3所述的方法，其特征在于，所述初始历史数据还包括所述能源转换系统在所述历史时段内运行而产生的历史桨角数据，所述初始历史气象数据包括历史风速数据，其中，至少将所述初始历史数据中所述初始历史功率数据，确定为所述目标特征集，包括：
5.根据权利要求2所述的方法，其特征在于，所述初始历史气象数据包括历史风向数据和历史温度数据，其中，从所述初始历史数据中，识别出辅助特征集，包括：
6.根据权利要求2所述的方法，其特征在于，对所述目标特征集和所述辅助特征集进行异常检测，得到所述异常历史数据，包括：
7.根据权利要求6所述的方法，其特征在于，在所述初始历史数据中，对所述异常历史数据进行更新，得到目标历史数据，包括：
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.根据权利要求...
【专利技术属性】
技术研发人员：王瑾，彭冰清，
申请(专利权)人：阿里巴巴中国有限公司，
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。