风力发电机组功率曲线预测方法及装置制造方法及图纸

技术编号:45856412 阅读:14 留言:0更新日期:2025-07-19 11:15
本发明专利技术提供一种风力发电机组功率曲线预测方法及装置,涉及风力发电机组技术领域,本发明专利技术首先采集风力发电机组的实际功率、发电机转速及环境数据,为后续分析提供基础。接着,前一时刻的发电数据作为输入,下一时刻的实际功率作为标签,训练多元线性回归模型,专注于当前时刻的影响,而容易忽略以往的累计影响,再将前多个时刻的发电数据作为输入,下一时刻的实际功率作为标签,训练长短期记忆网络模型,更专注于时序数据的影响,适用于动态变化的数据。分析发电机转速、风速、温度和湿度数据,获取波动调整系数,应用波动调整系数对当前时刻两个模型预测的实际功率进行修正,并将修正后的实际功率应用到风力发电机组功率曲线中。

【技术实现步骤摘要】

本专利技术涉及风力发电机组,具体为一种风力发电机组功率曲线预测方法及装置


技术介绍

1、风力发电作为一种重要的可再生能源,近年来在全球能源结构中愈发显著。随着全球对可持续发展的关注加深,传统化石燃料的使用面临着愈来愈大的环境压力,导致温室气体排放和空气污染等问题。风能因其清洁和可再生的特性,成为各国政府积极推动的替代能源之一,助力于降低碳排放、保护环境以及提高能源安全。

2、风力发电机组的功率曲线预测是风能利用与管理中至关重要的一个环节。功率曲线描述了风力发电机组在不同风速下的发电能力,准确地预测能够有效提升风力发电的效率和电网的稳定性。以下是与风力发电机组功率曲线预测相关的
技术介绍
。首先,功率曲线的建立通常基于风速与输出功率之间的关系。风力发电机组的功率输出受到风速的影响,通常呈现出非线性的特征。传统的功率曲线预测方法多依赖于历史数据的统计分析,包括回归分析和时间序列模型等。然而,这些方法在面对复杂和动态的风速变化时,往往无法提供足够的准确性。为此,近年来越来越多的研究开始采用机器学习和数据驱动的方法来提升预测精度。这些方法通过分析大量历史本文档来自技高网...

【技术保护点】

1.一种风力发电机组功率曲线预测方法,其特征在于,具体步骤包括:

2.根据权利要求1所述的一种风力发电机组功率曲线预测方法,其特征在于,所述采集风力发电机组的历史发电数据具体包括:

3.根据权利要求1所述的一种风力发电机组功率曲线预测方法,其特征在于,训练所述多元线性回归模型具体包括:

4.根据权利要求3所述的一种风力发电机组功率曲线预测方法,其特征在于,训练所述功率预测模型具体包括:

5.根据权利要求1所述的一种风力发电机组功率曲线预测方法,其特征在于,所述计算波动调整系数具体包括:

6.根据权利要求1所述的一种风力发电机组功...

【技术特征摘要】

1.一种风力发电机组功率曲线预测方法,其特征在于,具体步骤包括:

2.根据权利要求1所述的一种风力发电机组功率曲线预测方法,其特征在于,所述采集风力发电机组的历史发电数据具体包括:

3.根据权利要求1所述的一种风力发电机组功率曲线预测方法,其特征在于,训练所述多元线性回归模型具体包括:

4.根据权利要求3所述的一种风力发电机组功率曲线预测方法,其特征在于,训练所述功率预测模型具体...

【专利技术属性】
技术研发人员:胡维李建勇李琦赵海亮刘东阳晏军蒋成伟温浩姚利刘彦文刘森汪程杨浩洋
申请(专利权)人:中广核新能源安徽有限公司固镇分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1