[发明专利]一种风电超短期功率预测方法、系统、设备及介质

说明书

本发明提供了一种风电超短期功率预测方法、系统、设备及介质，所述方法包括：获取历史功率数据、历史风速数据、地形地貌数据和历史风电天气数据并建立功率预测模型；训练功率预测模型，得到训练后的功率预测模型；获取风电天气数据和风速数据，将风电天气数据、风速数据和地形地貌数据作为输入数据输入训练后的功率预测模型进行预测，并判断输入数据的数据类型，若为短期风电数据，则预测得到风电超短期功率。本发明能够提高预测的准确性，对电网调度、提高风电的接入能力以及减少系统运行成本等方面具有现实意义。

技术领域

本发明涉及风电发电技术领域，特别是涉及一种风电超短期功率预测方法、系统、设备及介质。

背景技术

目前，尽管风力发电发展迅猛，但据调查，目前我国许多风电场投产后实际的年平均发电量远低于预期测量值，大约为预测值的60％～80％左右，导致该结果的一个重要原因就是风能资源的测量和评估存在问题，对我国典型地区风资源规律的缺少认识，对我国风电场的建设缺乏理论依据。

随着风电大力发展，风电场建设规模的扩大，在分析风电场接入电力系统时，需要考虑风电场输出功率波动范围大的特点。风能具有间歇性和随机波动性，风速的变化直接导致风电场的有功功率和无功功率的变化，输出功率很不稳定。风功率的预测受多方因素的影响，对风速的变动、地理地貌等的把控不到位，使得准确性低，造成系统运行成本高等不利因素。

发明内容

本发明的目的是提供一种风电超短期功率预测方法及系统，以提高风电超短期功率预测的准确性。

为了实现上述目的，第一方面，本发明实施例提供了一种风电超短期功率预测方法，所述方法包括：

获取历史功率数据、历史风速数据、地形地貌数据和历史风电天气数据；

根据所述历史功率数据、历史风速数据、地形地貌数据和历史风电天气数据，建立功率预测模型；

训练所述功率预测模型，得到训练后的功率预测模型；

获取风电天气数据和风速数据，将所述风电天气数据、风速数据和地形地貌数据作为输入数据输入所述训练后的功率预测模型进行预测，并判断所述输入数据的数据类型，若所述输入数据的数据类型为短期风电数据，则预测得到风电超短期功率。

进一步地，所述获取地形地貌数据，包括：

获取地形地貌影像数据；

对所述地形地貌影像数据进行横向切割和纵向切割，得到横向切片和纵向切片；

对所述横向切片和纵向切片进行影像分析，获得所述地形地貌数据。

进一步地，对所述地形地貌影像数据进行横向切割和纵向切割，得到横向切片和纵向切片，包括：

根据所述地貌影像数据的地形地貌特征设定切割层的横向距离，从预设高度对地形地貌进行横向切割，获得多个预设厚度的所述横向切片；

根据所述地貌影像数据的地形地貌特征设定切割层的纵向距离，从预设位置对地形地貌进行纵向切割，获得多个预设厚度的所述纵向切片。

进一步地，所述获取风电天气数据之前，还包括：

获取天气预报数据与监测天气数据，对比所述天气预报数据与监测天气数据，若对比偏差未超出设定值则将天气预报数据作为风电天气数据；

若对比偏差超出设定值，则获取第一预设次数的监测天气数据，若第一预设次数的监测天气数据的偏差未超出设定值，则将第一预设次数的监测天气数据的均值作为风电天气数据；