[发明专利]一种风电功率超短期预测方法及系统

权利要求书

1.一种风电功率超短期预测方法，其特征在于，所述方法包括：

在风电功率主成分波动序列中检测局部极值点，生成连续极值变化范围在装机容量预设阈值约束下的极值点序列；

在极值点序列中选取采样数据的相邻极值点，定义历史复合波动序列；

计算所述历史复合波动序列与下一时刻的预测复合波动序列之间的欧式距离；

根据所述欧式距离对历史复合波动序列进行降序排列，并根据波动特征，确定类波动序列；

对所述类波动序列进行类波动趋势融合，获得超短期预测结果。

2.如权利要求1所述的方法，其特征在于，所述风电功率主成分波动序列是采用最小二乘滤波法，对预先建立的风电功率原始序列进行滤波获得。

3.如权利要求2所述的方法，其特征在于，通过下式确定风电功率主成分波动序列：

p＝f(x)

式中，x为风电功率原始序列，f(·)为最小二乘滤波函数，p为风电功率主成分波动序列。

4.如权利要求1所述的方法，其特征在于，所述在风电功率主成分波动序列中检测局部极值点，包括：采用差分方式，分别对数据长度为m的风电功率主成分波动序列pt进行向前和向后差分，判断风电功率主成分波动序列中的第t个数据是否满足约束条件；

当数据长度为m的风电功率主成分波动序列pt满足局部极小值约束时，定义pt为局部极小值点；当数据长度为m的风电功率主成分波动序列pt满足局部极大值约束时，则定义pt为局部极大值点。

5.如权利要求4所述的方法，其特征在于，通过下式确定局部极小值约束：

p t - p t - 1 ≥ 0 p t + 1 - p t ≤ 0 ; t = 2 , ... , m - 1. ]]>