[發明專利]一種基于相似日和FRS-SVM的短期風電功率預測方法

在審

• 申請號: 202011011176.9
• 申請日: 2020-09-23
• 公開（公告）號: CN112132344A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 熊雄;葉小嶺;丁杰;成金杰
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q50/06
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 曹蕓

1.一種基于相似日和FRS-SVM的短期風電功率預測方法，其特征在于，包括以下步驟：

步驟1)采集影響風電功率的主要因素，包括風速v、風向d、氣溫t、氣壓p、濕度h氣象要素，以及同時刻的實測功率Power；

步驟2)結合周邊風場數據實測數據和中尺度WRF模式預報的氣象數據源對目標風場的異常數據進行修正；

步驟3)采用離散Fréchet距離作為風速、風向、溫度、氣壓、濕度時間序列的相似性判據來定義整體相似度，并依據整體相似度來匹配與預測日相似的歷史相似日，并將相似日樣本及其對應時刻的功率數據作為初始樣本；

步驟4)采用FRS方法對初始樣本中的風速、風向、溫度、氣壓、濕度特征進行約簡，并將剔除特征后的樣本作為最終的訓練樣本；

步驟5)采用SVM作為預測模型，建立相似日-FRS-SVM預測模型進行風電功率預測，將模型預測的結果與預測日實際功率進行對比。

2.根據權利要求1所述的一種基于相似日和FRS-SVM的短期風電功率預測方法，其特征在于步驟2)中，所述的異常數據的修正方法包括對異常值的剔除和缺失值的插補。

3.根據權利要求2所述的一種基于相似日和FRS-SVM的短期風電功率預測方法，其特征在于，對于風速序列中存在缺失或異常數據，采用7點二階算法前推差分算式對異常數據進行剔除，并采用三次樣條插值方法進行異常值的補正。

4.根據權利要求1所述的一種基于相似日和FRS-SVM的短期風電功率預測方法，其特征在于，步驟3)中，所述的整體相似度定義兼顧了風速的變化趨勢和天氣狀況。