[發(fā)明專(zhuān)利]一種基于時(shí)空神經(jīng)網(wǎng)絡(luò)的風(fēng)電集群功率日前預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110364314.X
• 申請(qǐng)日: 2021-04-05
• 公開(kāi)（公告）號(hào): CN113516271A
• 公開(kāi)（公告）日: 2021-10-19
• 發(fā)明（設(shè)計(jì)）人: 楊茂;石超予;孫勇;李寶聚
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東北電力大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 吉林市達(dá)利專(zhuān)利事務(wù)所 22102
• 代理人: 陳傳林

本發(fā)明涉及風(fēng)電技術(shù)領(lǐng)域，是一種基于時(shí)空神經(jīng)網(wǎng)絡(luò)的風(fēng)電集群功率日前預(yù)測(cè)方法，其特點(diǎn)是：包括風(fēng)電集群的數(shù)值天氣預(yù)報(bào)(NWP)特征圖的構(gòu)建、利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行特征提取、長(zhǎng)短時(shí)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、仿真計(jì)算和評(píng)價(jià)指標(biāo)的步驟，與現(xiàn)有的僅考慮歷史風(fēng)電功率數(shù)據(jù)時(shí)序相比，本發(fā)明能跟蹤未來(lái)的功率趨勢(shì)，物理意義清晰，并考慮到數(shù)據(jù)之間豐富的時(shí)空相關(guān)性，具有預(yù)測(cè)精度高，預(yù)測(cè)結(jié)果有效，適用性和實(shí)用性強(qiáng)等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)電技術(shù)領(lǐng)域，是一種基于時(shí)空神經(jīng)網(wǎng)絡(luò)的風(fēng)電集群功率日前預(yù)測(cè)方法。

背景技術(shù)

風(fēng)電是最具規(guī)模化開(kāi)發(fā)條件的新能源，其出力特征不同于火電、核電，是典型的間歇性電源，主要由風(fēng)速、風(fēng)向等氣象因素決定，具有顯著的反調(diào)峰特性和不確定性，大規(guī)模風(fēng)電并網(wǎng)給電力系統(tǒng)運(yùn)行帶來(lái)嚴(yán)峻的挑戰(zhàn)。準(zhǔn)確的風(fēng)電功率預(yù)測(cè)為電力系統(tǒng)安全運(yùn)行、電力調(diào)度帶來(lái)積極的影響，從而獲得更好的經(jīng)濟(jì)和環(huán)保效益。

風(fēng)電功率日前預(yù)測(cè)是指自預(yù)測(cè)時(shí)刻起未來(lái)24小時(shí)的預(yù)測(cè)預(yù)報(bào)，時(shí)間分辨率為15分鐘。日前預(yù)測(cè)的意義在于調(diào)度部門(mén)制定高效可行的日發(fā)電計(jì)劃，調(diào)整系統(tǒng)的備用容量。

現(xiàn)有的風(fēng)電功率日前預(yù)測(cè)一般建立了歷史輸入數(shù)據(jù)與未來(lái)功率輸出的映射關(guān)系，可以直接根據(jù)歷史NWP數(shù)據(jù)預(yù)測(cè)未來(lái)的功率值，從而獲得較高的預(yù)測(cè)精度。對(duì)于人工智能法，在處理非線性時(shí)間序列方面具有很大優(yōu)勢(shì)，但無(wú)法反映系統(tǒng)的動(dòng)態(tài)特性。總體來(lái)說(shuō)，現(xiàn)有的預(yù)測(cè)無(wú)法跟蹤未來(lái)的功率趨勢(shì)。

發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種物理意義清晰、科學(xué)合理、實(shí)用價(jià)值更高、精度更高、能夠滿(mǎn)足使用要求的基于時(shí)空神經(jīng)網(wǎng)絡(luò)的風(fēng)電集群功率日前預(yù)測(cè)方法。

實(shí)現(xiàn)本發(fā)明目的采用的技術(shù)方案是：一種基于時(shí)空神經(jīng)網(wǎng)絡(luò)的風(fēng)電集群功率日前預(yù)測(cè)方法，其特征在于：它包括以下步驟：

1)風(fēng)電集群的數(shù)值天氣預(yù)報(bào)(NWP)特征圖的構(gòu)建

數(shù)值天氣預(yù)報(bào)(NWP)信息中包含溫度、動(dòng)量通量、各高度風(fēng)向、各高度風(fēng)速、濕度，考慮風(fēng)電集群大量數(shù)據(jù)的時(shí)空關(guān)聯(lián)程度，將風(fēng)電集群的同一時(shí)刻數(shù)值天氣預(yù)報(bào)(NWP)信息數(shù)據(jù)排列到一起，形成空間特征圖，設(shè)初始時(shí)刻為t，訓(xùn)練長(zhǎng)度為n個(gè)時(shí)刻，在各個(gè)時(shí)刻形成具有豐富空間結(jié)構(gòu)的特征圖，n張空間特征圖組成時(shí)空特征圖，因此，風(fēng)電場(chǎng)之間豐富的時(shí)空相關(guān)信息被包含在時(shí)序特征圖中；

2)利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行特征提取

①輸入層：通過(guò)步驟1)對(duì)風(fēng)電集群的數(shù)值天氣預(yù)報(bào)(NWP)數(shù)據(jù)進(jìn)行特征圖構(gòu)建，每一時(shí)刻的特征圖水平方向代表風(fēng)電集群中不同風(fēng)電場(chǎng)的裝機(jī)容量，豎直方向表示不同類(lèi)型的數(shù)值天氣預(yù)報(bào)(NWP)數(shù)據(jù)，將多個(gè)時(shí)刻的特征圖按照時(shí)間推移順次排列，作為時(shí)空特征輸入；

②卷積層：定義一組固定大小的卷積核函數(shù)，令各個(gè)卷積核與輸入數(shù)據(jù)進(jìn)行卷積計(jì)算，然后加上偏置值，最后經(jīng)過(guò)激活函數(shù)，便形成了這一層的特征圖，多個(gè)不同的卷積核函數(shù)經(jīng)過(guò)卷積運(yùn)算后得到輸入數(shù)據(jù)的不同特征圖，體現(xiàn)為風(fēng)電場(chǎng)范圍內(nèi)受地形、粗糙度、尾流局地因素影響的實(shí)際風(fēng)波動(dòng)過(guò)程的時(shí)空耦合關(guān)系特征，卷積過(guò)程用式(1)表示：

式中，表示第l層的第k個(gè)特征圖，為偏置矩陣，M_k表示輸入特征圖的集合，表示第l-1層第i個(gè)神經(jīng)元的輸出，為卷積核矩陣，f表示激活函數(shù)，符號(hào)“*”表示卷積運(yùn)算；

③池化層：通過(guò)使用某一位置相鄰區(qū)域的總體統(tǒng)計(jì)特征作為網(wǎng)絡(luò)在該位置的輸出來(lái)減少特征圖的尺寸和網(wǎng)絡(luò)的參數(shù)量，同時(shí)能夠有效避免網(wǎng)絡(luò)過(guò)擬合，最大值池化過(guò)程用式(2)表示：

式中，表示第l層的第k個(gè)特征圖，表示第l-1層的第k個(gè)特征圖，H為卷積核寬度；

④全連接層：經(jīng)過(guò)特征提取的信號(hào)進(jìn)行分類(lèi)回歸識(shí)別，通過(guò)激活函數(shù)和偏置對(duì)輸入進(jìn)行非線性變換，連接層用式(3)表示：