[發明專利]一種任意輸入參數的風能預測系統和方法

在審

• 申請號: 201410022977.3
• 申請日: 2014-01-20
• 公開（公告）號: CN103714400A
• 公開（公告）日: 2014-04-09
• 發明（設計）人: 田春光;呂項羽;李德鑫;董添
• 申請（專利權）人: 吉林省電力科學研究院有限公司;國網吉林省電力有限公司電力科學研究院;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 長春眾益專利商標事務所(普通合伙) 22211
• 代理人: 余巖

技術領域

本發明屬于發電和電能管理領域，可以對未來一段時間內的風能情況進行預測，特別涉及一種任意輸入參數的風能預測系統和方法。

背景技術

風力發電是目前國際上具有廣闊應用前景的綠色清潔能源之一，可以減少化石燃料發電產生的大量污染物和碳排放，可以有效緩解空氣污染、水污染和全球氣候變暖問題。但是由于風力發電的原動力的不可控性，且一般風電項目往往處于電網潮流末端，風電功率的注入改變了局部電網的潮流分布，對電網調度提出了較高的要求，因此對風能進行預測具有十分重要的作用。然而當前的預測機制大多有以下問題：

（1）考慮因素少，預測精度低；

（2）各個風電場的情況不同，決定因素、能獲得的數據的能力和精度也有所不同，一個風電場的模型在其它風電場未必能夠成功預測；

（3）風電消納最大化很難完成，因為無法全面反映風電出力形狀特性，無法幫助調度人員快速判斷特定風電出力曲線是否可被電力系統消納；

因此需要一種任意輸入多種參數信息的風能預測系統和方法，整合多種類型數據，在系統提示輔助下用戶可以輸入多種參數，系統自動根據歷史數據分析并產生專門為某地區準備的預測模型，通過該方法可以對未來短時間內的風能進行預測，給出最大、最小風能參數和變化范圍。通過該方法將使電網減少備用容量、使風電具有更高的品質和價值。

發明內容

本發明的目的是提供一種任意輸入參數的風能預測系統和方法，通過該方法可以對未來短時間內的風能進行預測，給出最大、最小風能參數和變化范圍。

為實現上述目的，本發明提供一種任意輸入參數的風能預測系統，其特征在于包括：

（1）歷史數據輸入模塊，輸入風能發電廠的歷史數據，包括任意參數：風速、溫度、天氣、降雨、濕度；

（2）歷史數據轉換模塊，通過數據轉換模型標準化數據，是將非標準的數值型數據和離散化數據轉換為標準化的[-1,?1]之間的數據；

（3）數據分類模塊，將已經標準化的歷史數據按4:1的比例進行類別劃分，其中80%作為訓練數據，20%作為驗證數據；

（4）訓練數據輸入模塊，輸入訓練數據；

（5）訓練模塊，將輸入的訓練數據，利用改進的向量機回歸算法進行訓練，產生回歸向量機模型；

（6）驗證數據輸入模塊，輸入驗證數據；

（7）預測模塊，利用輸入的驗證數據，迭代到產生的回歸向量機模型；

（8）選擇模塊，判定精度是否達標，即誤差是否小于給定的閾值；

（9）標準化數據轉換模塊，如果精度達標，將標準化數據轉換為歷史輸入數據。

本發明還提供一種任意輸入參數的風能預測方法，其特征在于包含如下步驟：

（1）輸入歷史數據，包括任意參數，風速、溫度、天氣、降雨、濕度；

（2）通過數據轉換模型標準化數據，得到[-1,?1]之間的數據；

（3）將標準化數據按4:1的比例進行類別劃分，80%為訓練數據，20%為驗證數據；

（4）輸入訓練數據；

（5）利用改進的向量機回歸算法對輸入訓練數據進行訓練，產生回歸向量機模型；

（6）輸入驗證數據；

（7）利用產生的回歸向量機模型進行驗證；

（8）判定精度是否達標，即誤差是否小于給定的閾值，如果精度達標，則將數據轉化為原始數據；

（9）如果不達標，則重新回到初始位置。

通過本發明系統和方法能夠整合多種類型數據，用戶可以輸入多種參數，根據對歷史數據標準化然后分析并產生專門為某地區準備的預測模型，通過該方法可以對未來短時間內的風能進行預測，從而給出最大、最小風能參數和變化范圍。通過該方法將使電網減少備用容量、使風力發電具有更高的品質和價值。

附圖說明

圖1為一種任意輸入參數的風能預測系統結構框圖；

圖2為一種任意輸入參數的風能預測方法流程圖；?

圖3為“數據轉換模型”處理數據的流程圖。

具體實施方式

如圖1所示，本發明風能預測系統包括：

歷史數據輸入模塊，輸入風能發電廠的歷史數據，包括任意參數：風速、溫度、天氣、降雨、濕度；

歷史數據轉換模塊，通過數據轉換模型標準化數據，是將非標準的數值型數據和離散化數據轉換為標準化的[-1,?1]之間的數據；

數據分類模塊，將已經標準化的歷史數據按4:1的比例進行類別劃分，其中80%作為訓練數據，20%作為驗證數據；