风电低出力事件判别及功率预测模型训练方法及装置

    公开(公告)号:CN119474880A

    公开(公告)日:2025-02-18

    申请号:CN202510026566.X

    申请日:2025-01-08

    Abstract: 本公开提供了一种风电低出力事件判别及功率预测模型训练方法及装置,涉及风电功率预测技术领域,所述方法包括:对历史风电数据进行主成分分析,对主成分分析结果进行聚类,确定风电低出力事件对应的数据,构成样本集;对样本集中的至少一个气象要素和至少一个气象要素对应的风电功率点进行风电低出力事件类型的标注;基于样本集对风电低出力事件分类模型进行训练,基于样本集对不同风电低出力事件对应的风电低出力功率预测模型进行训练,如此,在后续功率预测场景中,可以根据不同风电低出力事件进行预测,增加风电功率短期功率预测的精度,提高风电功率预测结果对电力调度的积极意义。

    一种风电功率预测方法、装置、电子设备及存储介质

    公开(公告)号:CN119419801A

    公开(公告)日:2025-02-11

    申请号:CN202510021716.8

    申请日:2025-01-07

    Abstract: 本申请公开了一种风电功率预测方法、装置、电子设备及存储介质,涉及新能源风力发电技术领域,该方法包括获取风电场的数值天气预报数据;基于风速偏移识别模型对数值天气预报数据进行处理,获得数值天气预报数据的偏移场景,偏移场景包括正向偏移或负向偏移;若数值天气预报数据的偏移场景为正向偏移,基于第一风电功率预测模型对数值天气预报数据进行处理,获得第一风电功率预测结果;若数值天气预报数据的偏移场景为负向偏移,基于第二风电功率预测模型对数值天气预报数据进行处理,获得第二风电功率预测结果。如此可达到校正风电功率的目的,使得预测的风电功率准确;并且建模代价和成本不高。

    一种基于风速分频和权值匹配的RBF超短期风电功率预测方法

    公开(公告)号:CN110991725A

    公开(公告)日:2020-04-10

    申请号:CN201911185160.7

    申请日:2019-11-27

    Inventor: 杨茂 董昊

    Abstract: 本发明涉及风电技术领域,是一种基于风速分频和权值匹配的RBF超短期风电功率预测方法,其特点是:包括风速波动特征的提取、风速区间的划分、径向基神经网络的训练、分频最优权值的分配、仿真计算和误差分析等步骤,与现有的仅考虑历史风电功率数据时序,本发明能跟踪未来的功率趋势,物理意义清晰,并考虑风速的分频特性。具有预测精度高,预测结果有效,适用性和实用性强等优点。

Patent Agency Ranking