[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

说明书

本申请实施例提供了一种风速预测模型训练方法、预测方法、装置及电子设备。本申请实施例提供的风速预测模型的训练方法，包括下列步骤：获取目标电场的目标实测样本风速，以及目标电场对应的上游区域电场的样本风速数据；根据目标电场与上游区域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；根据目标实测样本风速和样本风速组，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训练，得到风速预测模型。本申请提供的风速预测模型的训练方法利用了大量的目标实测样本风速和目标电场对应的上游区域电场的样本风速数据，能够获取到精确的风速预测模型。

技术领域

本申请涉及风电技术领域，具体而言，本申请涉及一种风速预测模型训练方法、预测方法、装置及电子设备。

背景技术

数值天气预报(numerical weather prediction)是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机做数值计算，求解描述天气演变过程的流体力学和热力学的方程组，从而预测未来一定时段的大气运动状态和天气现象的方法。即，数值天气预报以风速、风向等数据作为输入量，通过预测算法根据预报的气象要素，能够对风电场的输出功率进行预测。数值天气预报数据的准确预报，可以为电力调度提供重要的决策支持，因此，数值天气预报数据的准确率是新能源发电功率预测精度的重要决定因素之一。

在风力发电领域，需要通过数值天气预报来预测风场的风速变化情况，然而风电场的功率预测要求每15min(分钟)预报一次，即要求数值天气预报每15min预报一次风速，目前针对风电场的风速预测，数值天气预报存在以下两个难点：

1、由于数值天气预报对天气系统移动的预报有提前或滞后的情况，导致精准预报风速骤升骤降的时间点难以实现。

2、数值天气预报全称为中尺度数值天气预报，仅在中尺度上(水平尺度一般在15-300公里)对天气系统进行预测，但风电场所在位置的小尺度强阵风现象难以被捕捉到。

发明内容

本申请针对现有方式的缺点，提出一种风速预测模型训练方法、预测方法、装置及电子设备，用以解决现有技术存在风速预报精确度不足、或者预报受到预报模式的尺度大小限制的技术问题。

第一个方面，本申请实施例提供了一种风速预测模型的训练方法，包括下列步骤：

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的上游电场的样本风速数据；

根据目标电场与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；

根据目标实测样本风速和样本风速组，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训练，得到风速预测模型。

在第一个方面的某些实现方式中，上游电场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风速获取时段的第二实测风速；

根据预设关联关系，计算第一实测风速与每个第二实测风速的相关性数值；

若相关性数值大于预设相关性阈值，确定与相关性数值对应的目标电场以外的电场为上游电场，以及与上游电场对应的风程时间间隔。

结合第一个方面和上述实现方式，在第一个方面的某些实现方式中，上游区域是通过包括如下步骤的方法确定：

确定目标电场的全部上游电场；

根据预设聚类方法，将目标电场的全部上游电场聚类到若干个上游区域；每个上游区域中的上游电场在预设地理位置范围内；

在若干个上游区域中确定出一个上游区域。