[发明专利]风电机组功率预测模型样本集的获取方法及装置

权利要求书

1.一种风电机组功率预测模型样本集的获取方法，其特征在于，包括：

将第一数据集分割成第一子数据集、第二子数据集和第三子数据集，其中，所述第一数据集、所述第一子数据集、所述第二子数据集和所述第三子数据集均用于表示风速信息与功率信息形成的数对的集合；所述第二子数据集为筛选所述第一数据集中功率信息的值为零的数对得到的，所述第三子数据集为筛选所述第一数据集中功率信息p的值满足p≥cap*m的数对得到的，所述第一子数据集为所述第一数据集去除所述第二子数据集和所述第三子数据集得到的，其中，m为常数，0.85≤m＜1，cap用于表示装机容量；

基于所述第一子数据集和装机容量，确定上边界函数和下边界函数，所述上边界函数和所述下边界函数均用于表示功率信息和风速信息的对应关系；

所述基于所述第一子数据集和装机容量，确定上边界函数和下边界函数，包括：

基于所述第一子数据集，确定第三目标数对，所述第三目标数对用于表示所述第一子数据集中功率密度堆积区间的数对集合；基于所述第三目标数对，确定初始边界函数；所述初始边界函数用于表示功率信息和风速信息的对应关系；基于所述初始边界函数和所述装机容量，确定所述上边界函数和所述下边界函数；

通过所述上边界函数和所述下边界函数对所述第一数据集进行筛选，得到第二数据集；

所述通过所述上边界函数和所述下边界函数对所述第一数据集进行筛选，得到第二数据集，包括：通过所述上边界函数和所述下边界函数对所述第一子数据集和所述第二子数据集进行筛选，得到第一目标数据集；通过所述下边界函数对所述第三子数据集进行筛选，得到第二目标数据集；基于所述第一目标数据集和所述第二目标数据集，得到所述第二数据集；

所述通过所述上边界函数和所述下边界函数对所述第一子数据集和所述第二子数据集进行筛选，得到第一目标数据集，包括：将所述第一子数据集和所述第二子数据集中数对的风速信息分别代入所述上边界函数和所述下边界函数，得到第一功率信息p1和第二功率信息p2；将所述第一子数据集和所述第二子数据集中的第一目标数对组成所述第一目标数据集，所述第一目标数对中的功率信息p满足p2≤p≤p1；

所述通过所述下边界函数对所述第三子数据集进行筛选，得到第二目标数据集，包括：将所述第三子数据集中数对的功率信息代入所述下边界函数，得到第一风速信息x’；将所述第三子数据集中的第二目标数对组成所述第二目标数据集，所述第二目标数对中的风速信息x满足x≥x’。

2.根据权利要求1所述的风电机组功率预测模型样本集的获取方法，其特征在于，所述基于所述第三目标数对，确定初始边界函数，包括：

将所述第三目标数对中的功率信息按照从小到大的顺序排序；

按照功率信息的大小对所述第三目标数对中的数对进行复制，得到扩增数对数量后的第三数据集，其中，功率信息越小的数对复制的数量越多；

基于所述第三数据集，确定所述初始边界函数。

3.根据权利要求1所述的风电机组功率预测模型样本集的获取方法，其特征在于，所述风速信息用于表示风速值的平方值。

4.一种功率预测模型的训练方法，其特征在于，包括：

以如权利要求1-3中任一项所述的风电机组功率预测模型样本集的获取方法获取的第二数据集为训练样本集，对所述功率预测模型进行训练。

5.一种风电机组的功率预测方法，其特征在于，包括：

将待预测风速信息输入如权利要求4中所述的功率预测模型的训练方法训练得到的功率预测模型，得到所述功率预测模型输出的预测功率信息。

6.一种风电机组功率预测模型样本集的获取装置，其特征在于，包括：

第一处理模块，用于将第一数据集分割成第一子数据集、第二子数据集和第三子数据集，其中，所述第一数据集、所述第一子数据集、所述第二子数据集和所述第三子数据集均用于表示风速信息与功率信息形成的数对的集合；所述第二子数据集为筛选所述第一数据集中功率信息的值为零的数对得到的，所述第三子数据集为筛选所述第一数据集中功率信息p的值满足p≥cap*m的数对得到的，所述第一子数据集为所述第一数据集去除所述第二子数据集和所述第三子数据集得到的，其中，m为常数，0.85≤m＜1，cap用于表示装机容量；

第二处理模块，用于基于所述第一子数据集和装机容量，确定上边界函数和下边界函数，所述上边界函数和所述下边界函数均用于表示功率信息和风速信息的对应关系；所述第二处理模块还用于基于所述第一子数据集，确定第三目标数对，所述第三目标数对用于表示所述第一子数据集中功率密度堆积区间的数对集合；基于所述第三目标数对，确定初始边界函数；所述初始边界函数用于表示功率信息和风速信息的对应关系；基于所述初始边界函数和所述装机容量，确定所述上边界函数和所述下边界函数；

第三处理模块，用于通过所述上边界函数和所述下边界函数对所述第一数据集进行筛选，得到第二数据集；所述第三处理模块还用于通过所述上边界函数和所述下边界函数对所述第一子数据集和所述第二子数据集进行筛选，得到第一目标数据集；通过所述下边界函数对所述第三子数据集进行筛选，得到第二目标数据集；基于所述第一目标数据集和所述第二目标数据集，得到所述第二数据集；所述第三处理模块还用于将所述第一子数据集和所述第二子数据集中数对的风速信息分别代入所述上边界函数和所述下边界函数，得到第一功率信息p1和第二功率信息p2；将所述第一子数据集和所述第二子数据集中的第一目标数对组成所述第一目标数据集，所述第一目标数对中的功率信息p满足p2≤p≤p1；所述第三处理模块还用于所述通过所述下边界函数对所述第三子数据集进行筛选，得到第二目标数据集，包括：将所述第三子数据集中数对的功率信息代入所述下边界函数，得到第一风速信息x’；将所述第三子数据集中的第二目标数对组成所述第二目标数据集，所述第二目标数对中的风速信息x满足x≥x’。