【技术实现步骤摘要】
本专利技术涉及风场风功率预测，具体涉及一种采用bp神经网络对缺乏测风资料地区的风功率预测方法及系统。
技术介绍
1、随着我国“双碳”目标的提出，低碳绿色能源战略已成为全球范围内的主流能源发展战略，风电装机容量在我国电力能源供给中的比重逐渐增大，逐步承担起电网调峰调频的任务。而风具有随机性和波动性，随着大量风电接入电网，给电力系统运行控制和电网调度计划带来一定的负面影响。
2、风功率预测能够在未来一段时间内判断风电的调节空间，是一种提高风电机组调节能力的有效手段，对风电消纳、电网系统稳定具有重要意义，因此高效准确的预测风电功率对于提升风电消纳和提升电力系统整体的稳定性至关重要。
3、风功率预测大部分都是利用风电场的气象数据和历史数据对整个风电场的输出功率进行预测，常用的方法有机器学习、神经网络等。其中，bp神经网络具有较强的非线性映射能力，对于呈非线性关系的数据也可以进行分析和预测。采用bp神经网络预测风功率时，常用的特征要素是风速、风向等气象数据，这些气象数据往往难以获得，因此对于开展风电项目前期工作和缺乏数据地...
【技术保护点】
1.一种采用BP神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述采用BP神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤2中，ERA5再分析数据包括2m相对湿度、表面压力、地表总辐射、总降水量、2m温度、100m风速、100m风向的数据。
3.根据权利要求1所述采用BP神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤3中，反距离权重法插值的计算过程如下：
4.根据权利要求1所述采用BP神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤4中，在...
【技术特征摘要】
1.一种采用bp神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述采用bp神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤2中，era5再分析数据包括2m相对湿度、表面压力、地表总辐射、总降水量、2m温度、100m风速、100m风向的数据。
3.根据权利要求1所述采用bp神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤3中，反距离权重法插值的计算过程如下：
4.根据权利要求1所述采用bp神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤4中，在剔除数据点的时间序列中进行插值补充数据的方法如下：
5.根据权利要求1所述采用bp神经网络对缺乏测风资料地区的风功率预测方法，其特征在于，所述步骤7中，对样...
【专利技术属性】
技术研发人员：能锋田，于伟，李星南，杨佳琳，王婷婷，赵杰君，唐修波，李长硕，
申请(专利权)人：中国电建集团北京勘测设计研究院有限公司，
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。