Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于相似图识别的风电超短期功率集合预测方法 

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:国网经济技术研究院有限公司

摘要:本发明公开了一种基于相似图识别的风电超短期功率集合预测方法,采用K‑means方法对历史数据集中的异常历史数据进行剔除,并基于k邻近值法填充剔除的历史数据的异常值;基于相似图识别方法筛选待预测日的相似日,作为风电功率超短期预测模型的样本数据;基于灰色关联分析法筛选关键气象因素,作为风电功率超短期预测模型中的气象因素;基于WRF模式进行动力降尺度处理,采用多模式加权集合平均法得到风电站未来关键气象数据;基于Informer构建风电功率超短期预测模型对风电功率进行超短期预测。能够准确识别各个气象变量对风电功率的影响,有助于提高预测精度,进而实现超短期的风电功率预测。

主权项:1.一种基于相似图识别的风电超短期功率集合预测方法,其特征在于,包括以下步骤:步骤S1:获取历史数据,并整理历史数据至历史数据集;采用K-means方法对历史数据集中的异常历史数据进行剔除,并基于k邻近值法填充剔除的历史数据的异常值;步骤S2:基于相似图识别方法筛选待预测日的相似日,作为风电功率超短期预测模型的样本数据;步骤S3:基于灰色关联分析法筛选关键气象因素,作为风电功率超短期预测模型中的气象因素;步骤S4:基于WRF模式对多套气象因素的预报数据进行动力降尺度处理,并采用多模式加权集合平均法得到风电站的未来天气预报结果即风电站未来关键气象数据;步骤S5:基于Informe构建风电出力预测模型对风电功率进行超短期预测模型对风电功率的超短期预测,以步骤S2中待测日作为训练样本,输入相似日的气象因素;输出风电出力的短期预测。

全文数据:

权利要求:

百度查询: 国网经济技术研究院有限公司 一种基于相似图识别的风电超短期功率集合预测方法

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。