一种极端大风场景风电场短期功率预测方法

专利申请号：CN202310674704.6

公 开 号：CN116720616A

发 明 人：刘双全 彭小圣 周涵 陈若凡 陈凯 魏沛杰 蒋燕 周彬彬 杨韵琛 王有香 张聪通 邵其专 李家鹏 张琳波 

代 理 人：唐正玉

代理机构：武汉开元知识产权代理有限公司

专利类型：发明专利

申 请 日：20230908

公 开 日：20230607

专利主分类号：G06Q10/04

关 键 词：出力 受限 训练集数据 样本数据 预测模型 正常样本数据 测试集数据 场景 风电 构建 短期功率预测 模式识别模型 预测模型训练 大风 风速区间 功率数据 极端天气 技术路线 输出结果 网络构建 正常时段 风电场 树算法 预测 台风 采集 测试 风力 天气 

摘      要：本发明公开一种极端大风场景风电场短期功率预测方法，将采集的NWP数据及对应功率数据划分为训练集数据和测试集数据，用于预测模型训练和测试，根据蒲氏风力等级对训练集数据进行风速区间划分，得到出力受限样本数据及出力正常样本数据，基于TimeGAN对训练集数据进行样本数据扩充，将扩充后的样本数据用于训练基于孪生网络构建风电出力受限模式识别模型，用出力受限/正常样本数据基于梯度提升树算法去构建基于LSTM风电出力受限/正常时段预测模型，并构建组合WPP预测模型；将测试集数据输入WPP预测模型进行预测输出结果。通过本发明方法能有效提升极端大风场景如台风天气的预测精度，数据适用范围广，相关技术路线可推广至其他极端天气场景，具有推广价值。