[发明专利]基于大数据挖掘技术的风电场群发电能力评估方法

权利要求书

1.一种基于大数据挖掘技术的风电场群发电能力评估方法，其特征在于，所述方法包括如下步骤：

步骤1.基于多种传感器获取风电场风速；具体过程如下：采用卡尔曼滤波器法数据融合和贝叶斯估计法分别对所述风电场风机的机头风速和测风塔风速进行数据融合；将两组融合风速取平均值，作为最终风速；

步骤2.建立风电场内立体式风速分布关联图；

步骤3.实施含基于多种方法数据融合的风电场发电能力评估方法；

步骤4.建立风电场群风速立体网络。

2.如权利要求1所述的基于大数据挖掘技术的风电场群发电能力评估方法，其特征在于，所述步骤2中所述建立风电场内立体式风速分布关联图的具体过程如下：

进行基于尾流模型的风速空间分布特性分析；

进行基于平均风速模拟的风速时间分布特性分析；

最终得到了风电场内立体式风速分布关联图。

3.如权利要求1所述的基于大数据挖掘技术的风电场群发电能力评估方法，其特征在于，所述步骤3中所述实施含基于多种方法数据融合的风电场发电能力评估方法的具体过程如下：

根据标杆风机法计算理论出力；

根据修正风速网络方法计算理论出力；

根据理论出力还原表法计算总理论出力；

将三组得到的理论出力值进行卡尔曼滤波器数据融合，得到更为精确的单个风电场的理论出力。

4.如权利要求1所述的基于大数据挖掘技术的风电场群发电能力评估方法，其特征在于，所述步骤4中所述建立风电场群风速立体网络的具体过程如下：

基于考虑时延信息的修正经验变异函数来划分风电场群相关性区域；

基于空间升尺度求取风电场群风速；

计算得到风电场群风速立体网络图；

最终根据获得的各个风电场风速网络图，结合步骤3所述基于多种方法数据融合的风电场发电能力评估方法分别计算出每个风电场的理论总出力，最终得到风电场群发电能力评估值。