龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京玖天气象科技有限公司
摘要：本发明涉及一种基于主成分分析的短期风电功率预测误差成因评估方法，涉及主成分分析技术领域，收集风电场前一天时间间隔为15分钟的数据样本和各风机出厂设置的理论功率曲线，对收集到的数据进行异常数据处理，将处理后的数据样本拆分为基础数据、数值天气预报数据和短期预测数据，通过主成分分析将数值天气预报数据进行标准化处理，确定各个主成分的权重和解释方差，选择对风电功率影响最大的主成分作为预测风速的依据，利用循环神经网络算法建立预测模型，将测风塔风速数据作为预测模型的输入，构建二维误差特征矩阵，提取特征，利用皮尔逊相关系数检验不同特征之间的相关性结果，以评估预测模型的准确性。
主权项：1.一种基于主成分分析的短期风电功率预测误差成因评估方法，其特征在于，具体包括以下步骤：步骤101、收集并记录风电场前一天时间间隔为15分钟的数据样本和各风机出厂设置的理论功率曲线，所述数据样本包括短期预测结果、并网点出力值、测风塔风速以及短期数值天气预报数据，并对收集到的数据进行异常数据处理和数据归一化操作；步骤102、将步骤101中处理后的数据样本按来源拆分为基础数据、数值天气预报数据和短期预测数据，所述基础数据包括并网出力值、测风塔风速，所述数值天气预报数据包括风电机组轮毂的风速、风向、气压、温度、湿度数据；步骤103、通过PCA主成分分析将数值天气预报数据集的变量进行标准化处理，并计算数据的协方差矩阵，得到各个主成分的特征值和特征向量，并确定各个主成分的权重和解释方差，根据主成分的权重和解释方差，选择对风电功率影响最大的主成分作为预测风速的主要依据；步骤104、将步骤103选择的主成分与测风塔风速进行比较，构建二维特征矩阵，实现特征提取，并利用循环神经网络算法，结合风电场并网出力值及数值天气预报数据，建立风电短期预测模型；步骤105、利用步骤104建立的预测模型，使用测风塔风速数据作为预测模型的输入，生成模型误差参照数组，并构建二维误差比照结果，根据二维误差比照结果，构建二维误差特征矩阵，提取特征，并利用皮尔逊相关系数检验不同特征之间的相关性结果。
全文数据：
权利要求：
百度查询： 北京玖天气象科技有限公司 一种基于主成分分析的短期风电功率预测误差成因评估方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号