[发明专利]一种基于工况辨识的风电功率区间预测方法

摘要

本发明涉及风电功率区间估计技术领域，具体是本发明提供了一种基于工况辨识的风电功率区间预测方法，该方法以模糊软聚类方法为基础完成工况的辨识，并在此基础上采用核密度估计法完成风电功率的区间预测，首先确定影响风电功率的主要因素，采用最小二乘支持向量机法建立风电功率确定性预测模型，并基于聚类有效性确定聚类数目，再利用模糊C均值软聚类对历史运行数据进行工况辨识，划分为多个子区间，最后利用核密度估计计算各工况功率预测值与真实值误差的概率密度函数，确定各工况的功率置信区间，完成区间预测。本发明方法不仅可以预测出风电功率的精确数值，而且还可以预测出在某种概率水平下的风电功率波动范围。

主权项

1.一种基于工况辨识的风电功率区间预测方法，其特征在于，包括以下步骤：阶段一：模型建立阶段Step1、收集目标风电场的设计资料，结合实际运行环境对风力发电的过程进行分析，找出影响风电功率的主要因素，确定模型的输入输出变量；Step2、从SCADA中导出历史数据，并进行去噪、滤波预处理，把数据的一部分作为训练样本集，一部分作为测试样本集，采用最小二乘支持向量机法建立风电功率确定性预测模型；Step3、基于聚类有效性指标，确定聚类数目，再利用模糊C均值软聚类法对历史运行数据进行工况辨识从而划分为多个子区间，完成工况的辨识；Step4、利用核密度估计法计算各工况下功率预测值与真实值误差的概率密度函数，进而确定各工况的功率置信区间，从而完成区间估计模型的建立；阶段二：风电功率区间估计阶段Step5、在线获取Step2中各输入输出变量数据，对数据进行去噪、滤波预处理；Step6、将Step5中预处理后的数据输入到Step4得到的风电功率区间估计模型，得到风电功率的预测区间并输出。