[发明专利]风电场风速预测方法

权利要求书

1.一种风电场风速预测方法，其特征在于，该方法包括：

步骤1，读入未来数值天气预报数据，获得风速变化趋势；

步骤2，读入测风历史数据，获得所述风速变化趋势的相似样本，并从相似样本中选出学习样本；

步骤3，获取当前的实时测风数据；

步骤4，根据选出的学习样本以及获取的实时测风数据，对风速进行预测。

2.根据权利要求1的方法，其特征在于：

所述未来数值天气预报数据包括预测出的第一预定时间间隔的风速、风向和温度数据；

所述风速变化趋势包括相隔为第一预定时间间隔的两个时刻之间的风速差和风向差。

3.根据权利要求2的方法，其特征在于：

所述第一预定时间间隔为1个小时或15分钟。

4.根据权利要求2的方法，其特征在于：

所述测风历史数据包括第二预定时间间隔的历史风速、风向和温度数据；

所述步骤2具体包括：计算测风历史数据的距离为第一预定时间间隔的两个时刻之间的风速差和风向差，并按照风速差和风向差的取值范围对测风历史数据进行分组，每组测风历史数据都对应着范围为X_i的风速差和范围为Y_j的风向差，其中i＝1…m，j＝1…n，即将测风历史数据分成m×n组，形成m×n的风速变化矩阵；

获得与所述风速变化趋势位于同一分组的测风历史数据，形成所述相似样本；

从所述相似样本中获取与所述风速变化趋势差别在预定阈值内的多组样本，形成所述学习样本。

5.根据权利要求4所述的方法，其特征在于：

所述实时测风数据包括当前的风速和温度值。

6.根据权利要求4所述的方法，其特征在于：

步骤4包括：

对所述学习样本进行学习，将第一时刻的风速和温度作为输入，将与第一时刻相隔第二预定时间间隔的风速作为输出，获得输入和输出之间的关系；

并根据所获得的关系，输入所述实时测风数据，获得相隔为第二预定时间间隔的下一时刻的预测风速值，并根据相隔为第一预定时间间隔的两个时刻的温度数据，通过插值计算出所述下一时刻的温度值，根据所述下一时刻的预测风速值和温度值继续执行预测，以实现多步滚动预测。

7.根据权利要求5所述的方法，其特征在于：

使用支持向量机SVM算法或人工神经网络算法对学习样本进行学习，从而获得输入和输出之间的关系。

8.根据权利要求4所述的方法，其特征在于：

所述第二预定时间间隔小于或等于所述第一时间间隔。