一种风力发电场景下的风速数据预测方法技术

本发明专利技术涉及风电发电、数据处理的技术领域，公开了一种风力发电场景下的风速数据预测方法，包括：读取风速数据并转化为包含时间维度、空间维度和特征维度的三维风速数据对应的矩阵；将得到的风速数据对应的三维矩阵通过第一多层感知机处理后，得到第一风速数据；将第一风速数据经过K层时空编码模块处理，得到待预测的将来时间段的风速数据。本发明专利技术通过K层时空编码模块，考虑风速数据在时间和空间上的相关性，通过学习和模拟这些关系，得到了对待预测未来时间段的风速数据的预测，不仅考虑了历史风速数据的趋势和模式，还融入了空间上的相关性，从而使得预测结果更为准确和可靠。

【技术实现步骤摘要】

本专利技术涉及风电发电、数据处理的，尤其涉及一种风力发电场景下的风速数据预测方法。

技术介绍

1、近年来，风力发电场景下的风速预测已然成为我国电力系统经济调度与安全稳定运行的关键技术之一。

2、风速是随时间而不断变化的时间序列，同时，不同风电场之间的风速是具有强相关的空间依赖性的，故风速数据是一典型的时空数据，风速预测可以看做是一个典型的时空预测问题。

3、以风速预测为典型代表的时空预测，旨在根据历史观测的时空数据来预测未来的时空数据状况，其中所涉及的时空数据为表征风速的详细信息；目前，时空预测技术已经取得了许多可喜的成果，然而，现有的风速预测方法较少考虑风电场之间的空间依赖性或者挖掘时空数据依赖性的能力有限，使其无法得到令人满意的预测效果。

技术实现思路

1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例，在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利本文档来自技高网...

【技术保护点】

1.一种风力发电场景下的风速数据预测方法，其特征在于，包括：

2.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述三维风速数据对应的矩阵可通过下式进行表示：

3.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述第一风速数据包括：

4.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述K层时空编码模块处理中的每一层至少包括两个并行的分支，第一分支为结构化感知注意力模块，第二分支为频域增强时间延迟感知注意力模块。

5.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于...

【技术特征摘要】

1.一种风力发电场景下的风速数据预测方法，其特征在于，包括：

2.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述三维风速数据对应的矩阵可通过下式进行表示：

3.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述第一风速数据包括：

4.根据权利要求1所述的风力发电场景下的风速数据预测方法，其特征在于，所述k层时空编码模块处理中的每一层至少包括两个并行的分支，第一分支为结构化感知注意力模块，第二分支为频域增强时间延迟感知注意...

【专利技术属性】
技术研发人员：林珂，颜晓杰，蔡杰，边秋生，
申请(专利权)人：中邮通建设咨询有限公司，
类型：发明
国别省市：