申请/专利权人：国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司

申请日：2024-04-12

公开（公告）日：2024-05-14

公开（公告）号：CN118035875A

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/15;G06F18/213;G06F18/2135;G06N3/0442;G06Q10/04;G06Q50/06;H02J3/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.31#实质审查的生效;2024.05.14#公开

摘要：一种基于极端天气影响因子的风力发电功率预测方法及系统，该方法包括以下步骤：首先获取风电机发电组信息、风况等气象信息，基于双向长短期记忆网络构建影响因子与功率映射模型并进行预测，得到初步功率预测结果；其次，基于气象参数，判定极端天气类型，并构建极端天气影响因子与功率损失时序密度函数，结合概率密度函数，诊断功率损失的可能性；最后基于时序功率损失，进一步订正初步功率预测结果。本发明克服了极端天气下，因气象恶劣导致的风机覆冰、风机切机等，致使功率波动而造成风力发电功率预测出现大偏差问题。

主权项：1.一种基于极端天气影响因子的风力发电功率预测方法，其特征在于，所述方法包括以下步骤：S1：获取风电机组的历史功率数据及对应时刻的风电机组历史信息数据、历史气象数据，并对历史气象数据、风电机组的历史功率数据进行处理提取功率影响因子；S2：基于双向长短期记忆网络构建功率预测模型，并使用S1中的风电机组的历史功率数据、功率影响因子对所述模型进行训练，使用风电机组历史信息数据对通过训练好的功率预测模型得到的功率预测结果进行修正得到新的功率预测结果；S3：基于S1中的历史气象数据，判定极端天气，提取并构建极端天气综合影响因子，结合功率损失值建立极端天气综合影响因子各子区间下的功率损失概率密度函数，从而得到极端天气综合影响因子的子区间下相应的功率损失概率，并获得相应综合影响因子的子区间下的功率损失期望值；S4：采集待预测时段的气象数据、风电机组的功率数据及对应时刻的风电机组信息数据，基于所述气象数据、风电机组的功率数据提取功率影响因子，通过训练好的功率预测模型进行功率预测，使用待预测时段的风电机组信息数据对所述模型的预测结果进行修正得到待预测时段的风电机组的初步功率预测结果；基于待预测时段的气象数据，判定是否为极端天气，若是极端天气，提取并构建极端天气综合影响因子，诊断功率损失概率，获取相应的功率损失期望值，进一步订正初步功率预测结果得到新的功率预测结果，若不是极端天气，则无需对初步功率预测结果进行订正。

全文数据：

权利要求：

百度查询： 国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司 基于极端天气影响因子的风力发电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