[发明专利]一种新建风电场的功率预测方法

权利要求书

1.一种新建风电场的功率预测方法，其特征在于，包括以下步骤：

(1)、获取风电场功率数据和气象数据；

(1.1)、获取新建风电场l在不同时刻t时的风电功率数据，记为{P_t^l}；以及新建风电场l在不同时刻t时的气象数据，包括纬向风分量和径向风分量N_l为采样时刻数；

(1.2)、获取源风电场s在不同时刻t时的风电功率数据，记为{P_t^s}；以及源风电场s在不同时刻t时的气象数据，包括纬向风分量和径向风分量N_s为采样时刻数，且满足N_s＞＞N_l；

(2)、提取风力信息和时间信息；

(2.1)、根据新建风电场和源风电场的气象数据获取所在地不同时刻的风速、风向和风能；

其中，为新建风电场在t时刻的风速、风向和风能；为源风电场在t时刻的风速、风向和风能；

(2.2)、根据新建风电场和源风电场在第t时刻的风电功率数据，分别获取该时刻t对应的小时信息，分别记为

(3)、构建新建风电场和源风电场的数据集；

(3.1)、构建新建风电场在不同时刻t时的输入输出数据集

(3.2)、构建源风电场在不同时刻t时的输入输出数据集

(4)、构建训练集；

对不同时刻t时的输入输出数据集分别进行归一化处理；

归一化完成后，将N_l个时刻的输入输出数据集构成训练集{X^l,Y^l}：

将N_s个时刻的输入输出数据集构成辅助新建风电场训练的训练集{X^s,Y^s}：

(5)、构建多任务高斯过程预测模型MTGP；

(5.1)、构建新建风电场的高斯过程模型，记为GP^l，该模型反映了新建风电场训练集{X^l,Y^l}中的输入到输出的关系：

其中，ε^l为新建风电场中输入的高斯噪声，ε^l服从正态分布为ε^l的方差；指输入与输出Y_t^l之间构成一个0均值高斯过程，即：

其中，和分别表示新建风电场训练数集{X^l,Y^l}中第t个时刻输入的两个不同维度的数据，是GP^l的协方差函数，表示为：

其中，B是待训练的正半定矩阵；k^l(·)是核函数，可以表示为：

其中，μ_l为核参数；

(5.2)、构建源风电场的高斯过程模型，记为GP^s，该模型反映了源风电场训练集{X^s,Y^s}中的输入到输出的关系：

其中，ε^s为新建风电场中输入的高斯噪声，ε^s服从正态分布为ε^s的方差；指输入与输出Y_t^s之间构成一个0均值高斯过程，即：

其中，和分别表示源风电场训练数集{X^s,Y^s}中第t个时刻输入的两个不同维度的数据，是GP^l的协方差函数，表示为：

其中，B是待训练的正半定矩阵；k^s(·)是核函数，可以表示为：

其中，μ_s为核参数；

(6)、训练多任务高斯过程预测模型MTGP；

(6.1)、将源风电场的训练数据集{X^s,Y^s}输入到模型GP^s中，通过优化训练模型GP^s的参数θ^s＝[B,σ_s,μ_s]，使模型GP^s收敛；

(6.2)、在GP^s训练结束后，将得正半定矩阵B代入到模型GP^l中，然后再将目标风电场的训练数据集{X^l,Y^l}输入到模型GP^l中，对B进一步进行训练，待模型GP^l收敛后并得到对应参数θ^l＝[B,σ_l,μ_l]；

(7)、新建风电场的功率实时预测；

(7.1)、实时采集新建风电场l的气象数据，并按照步骤(2)～(4)所述方法进行处理，得到归一化后的输入数据集

(7.2)、将的输入数据集输入训练好的GP^l模型中，从而得到预测值从目标风电场的测试集{X*,Y*}中将测试集输入X*输入训练好的GP^l模型中，可以得到预测值：

其中，上标T表示转置，指克罗内克积，b^l是B的第l列，Y＝(Y^l,Y^s)^T，D是一个2×2对角矩阵，且对角元素为和I是一个N_l阶单位矩阵；

(7.3)、对预测值进行反归一化处理，从而得到新建风电场的实时预功率。