【技术实现步骤摘要】
本专利技术涉及一种考虑多重气象场景的孤岛风电功率短期预测方法。
技术介绍
1、风功率具有随机性、间歇性和波动性等特点，大量并入孤岛微网会导致发用电平衡难度加大、系统运行不确定性显著增加，孤岛微网的稳固运行与新能源的随机性和波动性矛盾日益突出。
2、对此，建立高精度、高可靠性的风功率预测系统可以削弱这些影响，保障孤岛微网的稳定运行。然而，孤岛地区气象条件变化较大，现有的风功率预测方法处理气象不确定性和极端气象事件的能力不足，导致复杂气象环境下风电功率预测的准确性降低。
3、因此，本专利技术提供一种考虑多重气象场景的孤岛风电功率短期预测方法。
技术实现思路
1、本专利技术提供了一种考虑多重气象场景的孤岛风电功率短期预测方法，可以有效解决上述问题。
2、本专利技术是这样实现的：
3、一种考虑多重气象场景的孤岛风电功率短期预测方法，包括如下步骤：
4、s1，利用k-means聚类算法，综合气象因素，将风电功率预测典型气象场景划分为多种场景
5、本文档来自技高网...
【技术保护点】
1.一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，所述步骤S1具体为，获取所处环境一天中不同时段的气象因素，进行预处理，根据预处理后的数据采用K-means聚类算法对对历史气象场景进行聚类，将历史样本数据按典型气象状态进行分类，构建子数据集，将子数据集划分为训练集和验证集。
3.根据权利要求2所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，所述步骤S1包含如下步骤：
4.根据权利要求1所述的一种考虑多重...
【技术特征摘要】
1.一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，所述步骤s1具体为，获取所处环境一天中不同时段的气象因素，进行预处理，根据预处理后的数据采用k-means聚类算法对对历史气象场景进行聚类，将历史样本数据按典型气象状态进行分类，构建子数据集，将子数据集划分为训练集和验证集。
3.根据权利要求2所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，所述步骤s1包含如下步骤：
4.根据权利要求1所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，所述步骤s2包含以下子步骤：
5.根据权利要求4所述的一种考虑多重气象场景的孤岛风电功率短期预测方法，其特征在于，在所述cnn-transformer处理阶段与输出阶段之间还包含融合...
【专利技术属性】
技术研发人员：陈振安，卢恒光，陈庆如，
申请(专利权)人：福建华电万安能源有限公司，
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。