[發明專利]一種基于混核機器學習的風機批功率預測方法

有效

• 申請號: 201611206434.2
• 申請日: 2016-12-23
• 公開（公告）號: CN106779226B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 唐立新;劉暢;郎勁
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/00
• 分類號: G06F30/00;G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 胡曉男

本發明提供一種基于混核機器學習的風機批功率預測方法，包括：建立風場風機離線歷史數據庫；將風場風機離線歷史數據庫中的風場每臺風機的歷史數據都劃分為12個歷史數據集合；對風場中的風機進行批劃分處理；將每個批內與該批內風功率平均值最接近的風機作為批樣機；建立不同月份的各批樣機風功率預測模型；根據風場未來的氣象信息對各批樣機的風功率預測，將各批樣機風功率預測值與所在批內風機個數相乘并求和，得到風場總風功率預測值。本發明通過對氣象數據和風功率數據進行收集，對風場不同批樣機風功率進行預測，將高斯核函數和多項式核函數相結合作為核函數，具有更好的適應性，達到預測整個風場風功率的目的，為風場的電力調度提供保障。

技術領域

本發明屬于風場風功率預測技術領域，具體涉及一種基于混核機器學習的風機批功率預測方法。

背景技術

近年來，隨著全球化石油能源的日益匱乏，日本地震帶來的核電警示，以及溫室氣體排放的增加，風能成為了滿足全球日漸增長的能源需求。因此，加快包括風電在內的安全性清潔能源產業的發展已日漸趨勢。為了提高我國電網接受風電的能力以及提高風電場利用效率，我國國家能源局2011年7月頒布的《風電場功率預測預報管理暫行辦法》規定，從2012年1月1日開始，所有已并網運行的風電場必須建立起風電功率預測預報體系和發電計劃申報工作機制并開始試運行，以提高風電場與電力系統協調運行的能力，保障電網運行安全，而未按要求報送風電功率預測結果的風電場不得并網運行。因此，做好風力發電的預測和調控是風電并網穩定運行的重要條件。

風功率預測按照物理量進行劃分，可以分為兩類，一類是先預測風速，然后再預測風功率；另一類是直接對風功率進行預測。

按照時間尺度進行劃分，風功率預測可以分為三個階段預測，分別是超短期預測、短期預測、以及中長期預測。超短期預測指的是對6小時以內的風功率進行預測，主要是為了電力系統的優化；短期預測是針對于6-48小時的預測，主要用于電力系統的調度；中長期預測主要針對的是72小時以后的預測，主要是為了提前做好風場的檢修計劃。由于風力發電的特點是波動性和間歇性比較強，并網后對電網的沖擊巨大。因此，在風場的實際應用中，主要是對風功率的超短期和短期進行預測。

按照預測原理的不同進行劃分，風功率預測方法主要分為基于數值氣象預報方法和基于歷史數據的方法。專利號ZL201310422579.6的中國專利發明了一種基于數據特征提取的風功率預測誤差估計方法，目的是為了估計風功率預測誤差，進而降低大規模風電并網后對電網安全運行的不利影響，保證了電力系統的可靠運行。專利號ZL201410026591.X的中國專利發明了一種基于風功率預測不確定度的風電系統運行的控制方法，利用卷積計算的方法，結合了風功率的不確定性，能夠準確求出備用需求，該計算方法具有普遍適用性。專利號ZL201310295998.8的中國專利發明了一種風功率預測誤差識別方法，通過蒙特卡洛仿真方法和BP人工神經網絡方法，解析了風功率預測誤差的統計特性，從而減小日前發電計劃誤差。專利號ZL201010044821.7的中國專利發明了一套基于短期風功率預測的風電并網在線安全預警系統，利用自回歸滑動平均方法建立短期風功率預測模型，實現對風電并網在線安全預警。上述方法利用了風功率誤差信息、風功率的概率模型分布、以及傳統的數據解析方法對風場風功率進行預測，并對預測的誤差進行識別，但并沒有結合風場中風機所在位置的分布情況進行風功率預測。

發明內容

針對現有技術存在的不足，本發明提供一種基于混核機器學習的風機批功率預測方法。

本發明的技術方案如下：

一種基于混核機器學習的風機批功率預測方法，包括：

步驟1、建立風場風機離線歷史數據庫；

步驟2、以每個月份為節點，將風場風機離線歷史數據庫中的風場每臺風機的歷史數據都劃分為12個歷史數據集合；