申请/专利权人：国网浙江省电力有限公司电力科学研究院;浙江大学

申请日：2024-04-03

公开（公告）日：2024-07-05

公开（公告）号：CN118296475A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/2415;G06F18/25;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：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种海上风电功率多模型预测方法，涉及风电功率预测技术领域，包括数据接入优化、历史数据接入分析、单电场预测模型优化、模拟海洋数值和数据优选，其采用多个预测模型，马尔可夫模型、SVM模型和邻里分析，来对海上风电功率进行预测，这些模型可以分别对不同的影响因素进行建模，并得到各自的预测结果，综合利用多个模型的优势，引入加权融合算法，通过对各个模型的预测结果赋予不同的权重，它们合并成一个综合的预测结果，权重的确定可以基于模型的准确性、稳定性和历史预测误差等因素进行调整，以提高最终预测结果的准确性和可靠性，可以为风电发电公司提供准确的超短期风电功率预测，更好地管理发电量，并避免损失。

主权项：1.一种海上风电功率多模型预测方法，其特征在于，包括步骤：S101、数据接入优化：完善每个海上风电单场站预测气象数据、功率数据接入，气象数据包括温度、气压、湿度、风速、风向和海浪，功率数据包括实测有功功率数据，时间粒度15分钟；S102、历史数据接入分析：基于历史数据进行海上风电单场站准确率分析，结合预测准确率及误差分析，完善海上风电单场站预测模型；S103、单电场预测模型优化：基于电场设备及气象观测的实时数据、历史数据迭代反复训练，针对局地时间和空间定制化最优模型和参数，完善优化海上风电单场站预测算法；S104、提升海上风电单场站预测精度：基于气象数据、场站模型、算法模型，分析与预测准确率的拟合关系，完善场站预测模型、气象模型和优化场站预测算法，提升功率预测算法精度；S105、模拟海洋数值：考虑项目所在地的天气气候特征、海陆分布特征，最大限度模拟出海洋风场、浪高、潮位和水流在内的海洋气象要素；S106、数据优选：基于邻里分析挑选权重最高的要素，运用马尔可夫模型和SVM算法得到多种模型输出结果，最后运用加权融合算法输出海上功率预测结果，结合历史数据分析，对海上特有的天气气候特性进行优化，并对区域出现的极端天气进行差异化的模型调整。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司电力科学研究院 浙江大学 一种海上风电功率多模型预测方法

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