【技术实现步骤摘要】
本专利技术属于风光发电预测领域，特别涉及一种面向极端天气情景下的风光功率预测方法。
技术介绍
1、在当前全球能源转型的大背景下，风能和太阳能作为清洁能源的代表，逐渐成为电力系统中的重要组成部分。然而，风光发电具有显著的间歇性和不稳定性，特别是在极端天气条件下，风光功率的预测变得更加复杂且具有挑战性。准确的风光功率预测对于电网的稳定运行、发电计划的制定以及新能源的高效利用具有重要意义。
2、目前，风光功率预测技术主要依赖于气象预报数据和历史发电数据，采用统计模型和机器学习模型进行功率预测。常用的预测方法包括时间序列分析（如arima模型）、线性回归、支持向量机（svm）、随机森林（random forest）、神经网络（nn）等。这些方法在常规天气条件下表现较好，但在极端天气条件下，预测精度显著下降。
3、极端天气事件，如台风、暴雨、冰雹、极端高温和极端低温等，会对风光发电系统造成极大影响。具体表现为：风速和太阳辐射的不确定性增大，使得传统预测模型难以应对；极端天气可能导致设备故障或发电效率显著降低，进一步增加了功...
【技术保护点】
1.一种面向极端天气情景下的风光功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤一中，获得原始数据的数据源为气象数据、历史发电数据以及卫星遥感数据，原始数据为各种能源气象环境资源参数的数据值，包括温度、风速、风向、大气压强、湿度、降水量以及太阳辐射。
3.根据权利要求1所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤一中，从原始数据中挑选出极端天气情景下的时刻的操作包括以下步骤：
4.根据权利要求1所述的一种面向极端天气情景下的风光功...
【技术特征摘要】
1.一种面向极端天气情景下的风光功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤一中，获得原始数据的数据源为气象数据、历史发电数据以及卫星遥感数据，原始数据为各种能源气象环境资源参数的数据值，包括温度、风速、风向、大气压强、湿度、降水量以及太阳辐射。
3.根据权利要求1所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤一中，从原始数据中挑选出极端天气情景下的时刻的操作包括以下步骤：
4.根据权利要求1所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤二中，基础数据样本采用至少一种数据增强处理方法进行数据增强，将生成的增强数据与基础数据样本进行整合得到新的训练数据。
5.根据权利要求4所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述步骤二中，数据增强处理的方法选用以下一种或几种：
6.根据权利要求5所述的一种面向极端天气情景下的风光功率预测方法，其特征在于，所述噪声添加操作包括对能源气象环境资源参数的数据添加高斯噪声，以模拟自然环境中的随机波动，表达式为：
【专利技术属性】
技术研发人员：陈圣哲，李卫兵，唐博进，蒋定国，邓友汉，余意，姚维为，陈静，宋子达，李雨抒，李乐颖，汪磊，
申请(专利权)人：长江三峡集团实业发展北京有限公司，
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。