[发明专利]风速预测模型训练方法、预测方法、装置及电子设备在审
申请号: | 202010623065.7 | 申请日: | 2020-06-30 |
公开(公告)号: | CN112596126A | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 丁明月;俞海国;董凌;金金 | 申请(专利权)人: | 北京金风慧能技术有限公司;国网青海省电力公司;青海绿能数据有限公司 |
主分类号: | G01W1/10 | 分类号: | G01W1/10 |
代理公司: | 北京市立方律师事务所 11330 | 代理人: | 张筱宁;宋海斌 |
地址: | 100176 北京市大兴区北京经*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 风速 预测 模型 训练 方法 装置 电子设备 | ||
1.一种风速预测模型的训练方法,其特征在于,包括下列步骤:
获取目标电场的目标实测样本风速,以及与所述目标电场对应的上游区域中的上游电场的样本风速数据;
根据所述目标电场与所述上游区域中的上游电场之间的风程时间间隔,确定包括若干个上游样本风速数据的样本风速组;
根据所述目标实测样本风速和所述样本风速组,通过对初始的风速预测模型进行参数调整来进行训练,当达到预设的训练条件时结束所述训练,得到风速预测模型。
2.根据权利要求1所述的风速预测模型的训练方法,其特征在于,所述上游电场和所述风程时间间隔是通过包括如下步骤的方法确定:
获取目标电场在第一时段的第一实测风速;
以预定时间间隔获取目标电场以外的全部电场分别在各风速获取时段的第二实测风速;
根据预设关联关系,计算所述第一实测风速与每个所述第二实测风速的相关性数值;
若所述相关性数值大于预设相关性阈值,确定与所述相关性数值对应的所述目标电场以外的电场为上游电场,以及与所述上游电场对应的所述风程时间间隔。
3.根据权利要求2所述的风速预测模型的训练方法,其特征在于,所述上游区域是通过包括如下步骤的方法确定:
确定所述目标电场的全部上游电场;
根据预设聚类方法,将所述目标电场的全部上游电场聚类到若干个上游区域;每个所述上游区域中的上游电场在预设地理位置范围内;
在所述若干个上游区域中确定出一个上游区域。
4.根据权利要求1所述的风速预测模型的训练方法,其特征在于,所述根据所述目标电场与所述上游区域中的上游电场之间的风程时间间隔,确定包括若干个样本风速数据的样本风速组,包括:
获取与上游区域中的上游电场对应的最小风程时间间隔和最大风程时间间隔;
根据预设时间步长,在所述最小风程时间间隔和最大风程时间间隔之间,逐一确定出所述上游样本风速数据。
5.根据权利要求1所述的风速预测模型的训练方法,其特征在于,所述获取目标电场的目标实测样本风速的步骤包括:将由数值预报预测得到的数值预报风速作为目标实测样本风速。
6.一种风速预测方法,其特征在于,包括:
获取目标电场的一个上游区域中全部上游电场的实测风速数据;
获取风速预测模型,所述风速预测模型通过如权利要求1~5中任一项提供的风速预测模型训练方法确定;
将所述实测风速数据输入所述风速预测模型,得到所述目标电场的预测风速。
7.根据权利要求6所述的风速预测方法,其特征在于,所述确定所述目标电场的预测风速之后,还包括:
获取与所述预测风速对应的目标电场的实测风速;
若所述目标电场的实测风速与所述预测风速的差值大于预设误差条件,重新获取目标电场其他上游区域的全部电场的样本风速数据,并对所述风速预测模型进行训练;所述预设误差条件包括预设数据值和满足预设数据值的次数值。
8.根据权利要求6所述的风速预测方法,其特征在于,所述确定所述目标电场的预测风速之后,还包括:
获取与所述预测风速对应的目标电场的实测风速;
若所述目标电场的实测风速与所述预测风速的差值大于预设误差条件,重新其他风速预测模型,并对所述风速预测模型进行训练;所述预设误差条件包括预设数据值和满足预设数据值的次数值。
9.一种风速预测模型训练装置,其特征在于,包括:
风速获取模块,用于获取目标电场的目标实测样本风速,以及与目标电场对应的上游区域中上游电场的样本风速数据;
分组模块,用于根据所述目标电场与所述上游区域中的上游电场之间的风程时间间隔,确定包括若干个样本风速数据的样本风速组;
训练模块,用于根据所述目标实测样本风速和所述样本风速组,通过对初始的风速预测模型进行参数调整来进行模型训练,当达到预设的训练条件时,训练结束,得到风速预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金风慧能技术有限公司;国网青海省电力公司;青海绿能数据有限公司,未经北京金风慧能技术有限公司;国网青海省电力公司;青海绿能数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010623065.7/1.html,转载请声明来源钻瓜专利网。