[發明專利]一種基于大數據的樣本采集風電出力概率預測方法

有效

• 申請號: 201810864310.6
• 申請日: 2018-08-01
• 公開（公告）號: CN108876060B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 吳振揚;郭雷;李振元;傅吉悅;曲紹杰;郭健;高重暉;李少華;王堯;許鐸;王俊;田際平
• 申請（專利權）人: 國網吉林省電力有限公司長春供電公司;國網吉林省電力有限公司;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 長春市吉利專利事務所(普通合伙) 22206
• 代理人: 李曉莉

1.一種基于大數據的樣本采集風電出力概率預測方法，其特征是：包括以下步驟，且按照如下順序實施：

步驟一、獲取原始數據：獲取地區歷史氣象資料，通過查詢當地日志、氣象臺的記錄信息以及其他氣候監測系統的記錄信息對原始氣象數據以及風力情況進行處理，得到不同風速變化的數據情況；

步驟二、數據處理：校核已經采集到的初始信息，對初始風速、環境、氣象條件等采集信息進行前置處理，根據不同的環境信息，將前置處理后的系數與風電出力樣本進行匹配；

步驟三、建立初步預測數據模型：步驟二中匹配后得出的數據樣本，將該數據樣本按時間段進行處理，得出結合了風機數量和環境情況的初始風電出力情況的預測數據模型，所述預測數據模型標記不同時間段上風電出力情況形成一條風力發電的曲線圖譜；

步驟四、細化初步預測數據模型：對步驟三中形成的預測數據模型進行篩選：按照不同的趨勢變化設定一個橫向時間的波動范圍，根據橫向時間比較這一地區各個時間段內的風速變化情況，按照不同時間段風速變化的不同，將預測數據模型中的數據按照一定系數和閾值進行篩選，將不符合范圍內的數據單獨儲存；

步驟五、按照概率歸檔預測數據模型，將步驟四中所有數據按照出現頻率進行記錄，創建根據不同概率歸類的預測數據模型；

步驟六、采集新數據：通過大數據技術，對相應區域內的所有氣象及風機發電量數據進行采集；

步驟七、數據比對：將步驟六中新采集到的數據與步驟五中按照不同概率歸類的不同的預測數據模型進行比對；比對后如果新采集的數據與已有的不同概率歸類的不同的預測數據模型相同則輸出比對后的結果，如果不同則將結果帶入步驟二中的初始采集信息中。

2.根據權利要求1所述的一種基于大數據的樣本采集風電出力概率預測方法，其特征是：所述步驟一中的其他氣候監測系統包括測風塔。