[发明专利]风电功率预测模型的训练方法、装置和计算机设备

权利要求书

1.一种风电功率预测模型的训练方法，其特征在于，所述方法包括：

获取样本气象数据集，所述样本气象数据集包含预设时段内各时刻的样本风速和所述样本风速对应的样本风电功率；

根据风速波动划分模型对各所述样本风速进行划分，得到各所述风速波动过程对应的样本风速组；

针对每个风速波动过程，根据所述风速波动过程对应的样本风速组、以及所述样本风速组对应的样本风电功率组，对初始风电功率预测模型进行训练，得到所述风速波动过程对应的风电功率预测模型。

2.根据权利要求1所述的方法，其特征在于，所述根据风速波动划分模型对各所述样本风速进行划分，得到各所述风速波动过程对应的样本风速组，包括：

在各所述样本风速中，选取满足预设筛选条件的各有效样本风速；

根据各所述有效样本风速和风速波动划分模型，确定各所述风速波动过程对应的样本风速组。

3.根据权利要求2所述的方法，其特征在于，所述风速波动划分模型包含各风速波动过程对应的样本比例；所述根据各所述有效样本风速和风速波动划分模型，确定各所述风速波动过程对应的样本风速组，包括：

确定各所述有效样本风速所构成的风速序列中的各峰值、以及各所述峰值在所述风速序列中对应的样本区间；

根据各所述风速波动过程对应的样本比例，对峰值分布序列进行划分，得到各所述风速波动过程对应的风速阈值；所述峰值分布序列是按照风速由小到大的顺序，对处于各预设风速区间内的峰值的数目进行排序得到；

根据各所述风速波动过程对应的风速阈值，确定各所述风速波动过程对应的风速范围；

针对每个风速波动过程，确定所述风速波动过程对应的风速范围内的峰值，将所述峰值对应的样本区间内的有效样本风速，作为所述风速波动过程的样本风速组。

4.根据权利要求1所述的方法，其特征在于，所述根据各所述风速波动过程的样本风速组和各所述风速波动过程的样本风速组对应的样本风电功率组，分别对初始风电功率预测模型进行训练，确定各风速波动过程对应的风电功率预测模型，包括：

针对每个风速波动过程，根据所述风速波动过程的样本风速组和初始风电功率预测模型，确定所述样本风速组对应的预测风电功率组、以及所述样本风速组对应的模型参数值组；

根据所述模型参数值组、所述预测风电功率组和黏菌算法，确定最优模型参数值；

根据所述样本风速组对应的预测风电功率组、所述样本风速组对应的样本风电功率组和评价函数，确定所述评价函数的函数值；

在不满足预设迭代停止条件的情况下，记录所述评价函数的函数值和所述最优模型参数值，并返回执行根据所述风速波动过程的样本风速组和初始风电功率预测模型，确定所述样本风速组对应的预测风电功率组、以及所述样本风速组对应的模型参数值组步骤，直到满足预设迭代停止条件，确定各所述损失函数的函数值和各所述损失函数的函数值对应的最优模型参数值；

根据各所述损失函数的函数值和择优算法，确定目标损失函数的函数值、以及目标损失函数的函数值对应的目标最优模型参数值；

基于所述目标最优模型参数值，得到所述风速波动过程的风电功率预测模型。

5.一种预测风电功率方法，其特征在于，所述方法包括：

获取目标气象数据集，所述目标气象数据集为预设时段内各时刻的目标风速；

根据风速波动划分模型对各所述目标风速进行划分，得到各所述风速波动过程对应的目标风速组；

针对每个风速波动过程，将所述风速波动过程的目标风速组输入所述风速波动过程对应的风电功率预测模型，确定所述波动过程对应的目标预测风电功率组；

将各所述目标预测风电功率按照所述目标预测风电功率对应的目标风速的时间序列进行排列，得到预测风电功率；

其中，所述风电功率预测模型通过权利要求1至4中任一项所述的风电功率预测模型的训练方法训练得到。