申请/专利权人：国网山西省电力公司电力科学研究院

申请日：2023-11-16

公开（公告）日：2024-03-26

公开（公告）号：CN117767267A

主分类号：H02J3/00

分类号：H02J3/00;G06Q50/06;G06F18/25;G06F18/213;G06N3/0442;H02J3/38

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明提供一种数据‑经验融合的风电场低温条件下功率预测方法及系统，涉及风电场功率预测技术领域，该方法包括建立基于经验的风电场工程尾流场模型；基于所述模型，建立基于风电场工程尾流场模型的风电场低温条件下功率预测方法；利用历史数据，优化风电场低温条件下功率预测方法中的系数，建立基于数据‑经验融合的风电场低温条件下功率预测方法；利用建立好的基于数据‑经验融合的风电场低温条件下功率预测方法，对风电场功率进行预测。本发明通过考虑温度对风电场工程尾流场模型的影响，同时根据实际数据修正温度影响下，风电场工程尾流场模型的预测偏差，从而有效减少风电场低温条件下的功率预测偏差，提高风电场功率预测精度。

主权项：1.一种数据-经验融合的风电场低温条件下功率预测方法，其特征在于，包括：步骤S1：建立基于经验的风电场工程尾流场模型；步骤S2：基于所述模型，建立基于风电场工程尾流场模型的风电场低温条件下功率预测方法；步骤S3：利用历史数据，优化风电场低温条件下功率预测方法中的系数，建立基于数据-经验融合的风电场低温条件下功率预测方法，具体包括：S31：收集风电场实际数据，包括风电场内温度、风速、风向、功率数据，对实际数据进行预处理和特征工程处理；S32：基于经过预处理和特征工程处理后的实际数据，建立基于数据的风电场低温条件下温度、风速、风向预测方法；S33：初始化待定系数，并使用不同待定系数，建立基于经验的风电场低温条件下功率预测方法；S34：根据历史数据，选择最优系数组合，建立基于数据-经验融合的风电场低温条件下功率预测方法；S4：利用建立好的基于数据-经验融合的风电场低温条件下功率预测方法，对风电场功率进行预测。

全文数据：

权利要求：

百度查询： 国网山西省电力公司电力科学研究院 数据-经验融合的风电场低温条件下功率预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD