申请/专利权人:新疆工程学院
申请日:2023-12-11
公开(公告)日:2024-03-08
公开(公告)号:CN117674132A
主分类号:H02J3/00
分类号:H02J3/00;G06F18/27;G06F18/2411;G06F18/23;G06F18/15;G06Q50/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明属于风电功率预测领域,并公开了一种基于可拓学的短期风电功率预测方法、系统、设备及介质,包括:获取风电机组的短期数据;对所述短期数据进行预处理,并基于可拓学对预处理后的短期数据进行可拓表示,得到风电功率预测模型;基于所述风电功率预测模型提取影响风电机组功率的主要特征因素数据及对应风电机组功率观测数据;对所述风电机组功率观测数据进行可拓聚类分析得到风电机组功率的分级数据,基于所述分级数据计算所述主要特征因素数据的权重数据;通过所述风电功率预测模型中进行多元回归预测,得到风电功率预测数据。本发明所述技术方案提高了风电功率超短期预测的精度。
主权项:1.一种基于可拓学的短期风电功率预测方法,其特征在于,包括:获取风电机组的短期数据;所述短期数据包括风电机组的历史功率数据和风电机组功率的影响因素数据;对所述短期数据进行预处理,并基于可拓学对预处理后的短期数据进行可拓表示,得到风电功率预测模型;基于所述风电功率预测模型提取影响风电机组功率的主要特征因素数据及对应风电机组功率观测数据;对所述风电机组功率观测数据进行可拓聚类分析得到风电机组功率的分级数据,基于所述分级数据计算所述主要特征因素数据的权重数据;将所述历史功率数据、所述主要特征因素数据及对应权重数据输入所述风电功率预测模型中进行多元回归预测,得到风电功率预测数据。
全文数据:
权利要求:
百度查询: 新疆工程学院 基于可拓学的短期风电功率预测方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。