【技术实现步骤摘要】
本专利技术涉及风功率数据补偿的，尤其涉及一种相似性度量的短期风功率数据补偿预测方法。
技术介绍
1、随着化石能源的不断消耗，火电行业对环境造成的污染日益严重，而风能、太阳能、潮汐能等清洁能源得到大力发展。由于风力资源丰富及转换技术逐步成熟，风力发电得到众多国家重点扶持。但由于风速不稳定，存在波动性、随机性等特点，风电发展很大程度上受到制约。如何帮助电网及时调整计划，提高风电系统可靠性，成为亟待解决的关键问题。因此，风电场的短时风功率预测受到研究学者们的广泛关注。精度高的风功率预测不仅可以提高风电并网的稳定性，还可以解决风储系统的过充和过放问题。风功率预测研方法可以分为物理方法和人工智能方法。物理模型的优点在于长期的风电场监测数据，存在成本高，效率低的问题，而人工智能方式本通过对大量的系统数据加以训练，提取输入与输出的关系进行负荷预测，取得良好的预测结果。但是由于系统数据采集过程中存在较为严重的数据缺失问题，导致训练数据不可用严重影响风功率预测效果。针对该问题，本专利技术提出一种相似性度量的短期风功率数据补偿预测方法，通过数据的语义相似性...
【技术保护点】
1.一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述S1步骤中采集风电系统数据形成风电系统数据序列集合，包括：
3.如权利要求2所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述S1步骤中对非完整风电系统数据序列进行矩阵化处理，得到非完整风电系统数据矩阵，包括：
4.如权利要求1所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述S2步骤中构造深度矩阵补偿模型对非完整风电系统数据矩阵进行补偿处理，将...
【技术特征摘要】
1.一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述s1步骤中采集风电系统数据形成风电系统数据序列集合，包括：
3.如权利要求2所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述s1步骤中对非完整风电系统数据序列进行矩阵化处理，得到非完整风电系统数据矩阵，包括：
4.如权利要求1所述的一种相似性度量的短期风功率数据补偿预测方法，其特征在于，所述s2步骤中构造深度矩阵补偿模型对非完整风电系统数据矩阵进行补偿处理，将补偿完整的风电系统数据矩阵恢复为风电系统数据序列，包括：
5...
【专利技术属性】
技术研发人员：黄巍，肖秀，彭燕，肖科，
申请(专利权)人：湖南赛能环测科技有限公司，
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。