[发明专利]风电场故障风速传感器风速预测方法、装置及存储介质

权利要求书

1.一种风电场故障风速传感器风速预测方法，其特征在于，该方法包括：

对风电场机组按照风速空间相关性进行群落划分，将风速空间相关性较高的多台机组划分到一个群落中；

定位故障风速传感器所在群落；

根据风速传感器的实测风速数据在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组，将关联机组的实测风速序列输入至预先训练的风速预测模型，所述的风速预测模型输出故障风速传感器的预测风速序列。

2.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，所述的群落划分的方式包括：以机组偏航数据为基础计算风速空间相关性，将风速空间相关性较高的多台机组划分到一个群落中。

3.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，在群落内滚动筛选与故障风速传感器风速相关性最优的关联机组的方式包括：

选取群落内位于故障风速传感器所对应机组的上风向机组作为关联机组；

计算待预测时间段内故障风速传感器与各关联机组实测风速的风速相关性；

对于预测时间段内的任意一个时刻，选取风速相关性最高的关联机组作为该时刻的最优关联机组；

提取各个时刻最优关联机组的实测风速组成实测风速序列。

4.根据权利要求3所述的一种风电场故障风速传感器风速预测方法，其特征在于，所述的风速相关性通过如下方式获得：

对于待计算的两个机组，选取当前时刻前n-1个时刻以及当前时刻组成量化时间序列，通过下式滚动计算两个机组的风速相关性：

其中，r_i为量化时间序列i内两个风速传感器测量风速数据的相关性，X_i,t、Y_i,t对应为量化时间序列i内t采样时刻两个风速传感器的风速数据，X_i,avg、Y_i,avg对应为量化时间序列i内两个风速传感器的风速数据平均值，n为量化时间序列i内的采样时刻总数。

5.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，所述的风速预测模型包括双向长短期记忆神经网络模型。

6.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，该方法包括对预测风速序列的整定，整定方式具体为：

其中，v_t^vir表示t时刻的整定风速，v_t^map表示t时刻的预测风速，v_t表示t时刻预测的故障风速传感器的实测风速，ξ_MAPE表示风速预测模型的MAPE误差，n表示预测时间序列中的时刻总数。

7.根据权利要求1所述的一种风电场故障风速传感器风速预测方法，其特征在于，在风速预测阶段还定时更新对群落的划分。

8.根据权利要求7所述的一种风电场故障风速传感器风速预测方法，其特征在于，当风向变化超过阈值时重新划分群落。

9.一种风电场故障风速传感器风速预测装置，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于当执行所述计算机程序时，实现如权利要求1～8任一项所述的风电场故障风速传感器风速预测方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～8任一项所述的风电场故障风速传感器风速预测方法。