[发明专利]一种风场功率预测方法、系统、服务器及计算机可读存储介质

说明书

本发明的实施例提供了一种风场功率预测方法、系统、服务器及计算机可读存储介质，涉及风力发电领域。方法包括：接收采集终端采集得到第一数据，对第一数据进行预处理，得到第二数据，根据第二数据，通过预先设置的学习模型进行预测，得到预测功率，学习模型通过历史风功率数据、历史温度数据、历史湿度数据、历史风速数据和历史风向数据训练。本发明可以实现对风场功率的智能预测，避免了传统的人工审核，有效地提高了风场功率的预测效率。

技术领域

本发明涉及风力发电领域，具体而言，涉及一种风场功率预测方法、系统、服务器及计算机可读存储介质。

背景技术

随着新能源技术的不断发展推动，风电开始大规模并网。但是由于风速、风向等数据的不断变化，风功率也呈现多变特性，这就给风电并网提出了巨大挑战。为了改善这一局面，风场功率预测变得十分重要，不可缺少。

在现有技术中，对于风场各种数据的判断往往需要人工进行审核，极大降低了风场功率预测的效率。

发明内容

本发明的目的在于提供了一种风场功率预测方法、系统、服务器及可读存储介质，其能够有效地提高风场功率预测的智能化程度，从而提高风场功率预测的效率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，一种风场功率预测方法，应用于服务器，所述服务器与采集终端通信连接，所述方法包括；

接收所述采集终端采集得到的第一数据，其中，所述第一数据包括温度数据、湿度数据、风速数据和风向数据；

对所述第一数据进行预处理，得到第二数据；

根据所述第二数据，通过预先设置的学习模型进行预测，得到预测功率；

其中，所述学习模型通过历史风功率数据、历史温度数据、历史湿度数据、历史风速数据和历史风向数据训练。

可选的，所述对所述第一数据进行预处理，得到第二数据包括：

处理所述第一数据的缺失值，得到第一预处理数据；

对所述第一预处理数据进行清洗，得到第二预处理数据；

对所述第二预处理数据进行归一化，得到第三预处理数据；

对所述第三预处理数据进行格式化，得到第二数据。

可选的，所述学习模型包括：LSTM长短波记忆模型或深度强化学习模型。

可选的，所述方法还包括：存储所述第一数据。

第二方面，一种风场功率预测系统，包括：采集终端和服务器，所述采集终端与所述服务器通信连接；

所述采集终端用于采集第一数据，其中，所述第一数据包括温度数据、湿度数据、风速数据和风向数据；

所述服务器用于接收所述采集终端采集得到的第一数据；以及，对所述第一数据进行预处理，得到第二数据；根据所述第二数据，通过预先设置的学习模型进行预测，得到预测功率；其中，所述学习模型通过历史风功率数据、历史温度数据、历史湿度数据、历史风速数据和历史风向数据训练形成。

可选的，所述服务器通过RS485总线与所述采集终端通信连接。

可选的，所述服务器包括计算中心和服务终端，所述计算中心与所述服务终端通信连接；

所述计算中心用于接收所述采集终端采集得到的第一数据；以及，对所述第一数据进行预处理，得到第二数据；将所述第二数据发送至所述服务终端；

所述服务终端用于接收所述第二数据，根据所述第二数据，通过预先设置的学习模型进行预测，得到预测功率。