[发明专利]基于统计学的混合风电功率预测方法、装置

权利要求书

1.一种基于统计学的混合风电功率预测方法，其特征在于，包括：

获取风电场区域内第一预设时段的多类历史数值天气预报源数据，以及数据库中保存的历史功率数据，通过所述历史数值天气预报源数据以及所述历史功率数据对预测模型进行训练，得到训练结果；

获取与各类历史数值天气预报源数据对应的第二预设时段的预测气象数据，并利用各类预测气象数据分别对训练后的预测模型进行测试，根据测试结果验证所述训练结果中各项参数之间的关系是否成立；

若成立，则根据各项参数之间的关系分别对各类预测气象数据的风电功率进行预测，并将各类预测结果进行组合后得到与所述第二预设时段对应的最终的风电功率预测结果。

2.根据权利要求1所述的基于统计学的混合风电预测方法，其特征在于，所述第一预设时段的多类历史数值天气预报源数据包括单个季度周期中每小时的多类历史数值天气预报源数据；

所述多类历史数值天气预报源数据包括DMI数据、GFS数据以及ECMWF数据中的至少两种；

所述第二预设时段的取值范围依据所述训练结果中与所述第一预设时段对应的分析单元的时段值。

3.根据权利要求1所述的基于统计学的混合风电预测方法，其特征在于，通过所述历史数值天气预报源数据以及所述历史功率数据对预测模型进行训练的步骤之前，还包括：

对所述历史功率数据的间隔时间进行插值处理，得到与所述历史数值天气预报源数据对应间隔时长的风电功率数据；

对所述历史数值天气预报源数据和所述风电功率数据进行清理操作，去除丢失的数据；

通过清理操作后的历史数值天气预报源数据以及风电功率数据确定所述风电场区域内各个网格点对应的平均绝对误差率，并根据所述平均绝对误差率确定所述风电场区域内的初始代表网格点；

其中，所述初始代表网格点为各个网格点中平均绝对误差率最小的网格点。

4.根据权利要求3所述的基于统计学的混合风电预测方法，其特征在于，所述历史数值天气预报源数据包括所述风电场区域内各个网格点对应的水平风速分量、垂直风速分量和压力；

所述通过清理操作后的历史数值天气预报源数据以及风电功率数据确定所述风电场区域内各个网格点对应的平均绝对误差率的步骤，包括：

通过所述水平风速分量和所述垂直风速分量计算所述历史数值天气预报源数据对应的预测风速和预测风向，并利用所述预测风速和预测风向计算风电功率预测值；

利用线性回归方程对所述风电功率预测值以及所述风电功率数据进行求解，得到所述风电场区域内各个网格点对应的平均绝对误差率。

5.根据权利要求4所述的基于统计学的混合风电预测方法，其特征在于，通过所述历史数值天气预报源数据以及所述历史功率数据对预测模型进行训练，得到训练结果的步骤，包括：

获取所述初始代表网格点在所述第一预设时段的各类历史数值天气预报源数据，并将所述历史数值天气预报源数据中的水平风速分量、垂直风速分量和压力组成数据集；

利用主成分分析法对所述数据集进行压缩，得到第一压缩数据矩阵，并确定所述第一压缩数据矩阵中的每个元素与所述数据集中的水平风速分量、垂直风速分量以及压力之间的第一相关系数矩阵；

对所述第一压缩数据矩阵进行动态聚类，得到若干类第一天气事件，并确定各类第一天气事件的聚类中心值以及类相关系数；

通过所述第一相关系数矩阵、聚类中心值以及类相关系数得到训练结果。