[发明专利]一种风电场功率预测方法、系统、设备和存储介质

权利要求书

1.一种风电场功率预测方法，其特征在于，包括以下步骤：

基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型；

将获取的风电场的实际运行数据输入到风电场功率预测综合模型中，得到风电场并网点总功率预测值。

2.如权利要求1所述的一种风电场功率预测方法，其特征在于，所述基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型的方法，包括：

收集风电场的历史运行数据，包括风电场的历史气象数据、每台风电机组的历史测风数据以及风电场电网并网点总功率；风电场的历史气象数据包括气温、气压、相对湿度、风速和风向；每台风电机组的历史测风数据包括风向、风速、发电功率数据；

基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型。

3.如权利要求2所述的一种风电场功率预测方法，其特征在于，所述基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型的方法，包括：

建立风电场功率预测综合模型，所述风电场功率预测综合模型包括测风模型、风机功率模型和风场功率模型；

基于风电场历史气象数据中的风向、风速数据以及每台风电机组历史测风数据中的风向、风速数据，对建立的测风模型进行训练，得到训练好的测风模型；

基于风电机组历史测风数据中的每台风电机组历史风向、风速、发电功率数据，以及风电场历史气象数据中的气温、气压、相对湿度数据，对建立的风机功率模型进行训练，得到训练好的风机功率模型；

基于风电场的历史气象数据中的气温、气压、相对湿度、风速和风向数据、每台风电机组历史发电功率数据以及风电场电网并网点总功率数据，对建立的风场功率模型进行训练，得到训练好的风场功率模型。

4.如权利要求3所述的一种风电场功率预测方法，其特征在于，所述测风模型的输入数据为过去一段时间内的风电场历史气象数据中的风向、风速数据，输出数据为下一时刻每台风电机组的风向、风速数据；

所述风机功率模型的输入数据为风电场历史气象数据中的气温、气压、相对湿度数据，以及风电机组历史测风数据中的风向、风速数据，输出数据为风电机组的发电功率数据；

所述风场功率模型的输入数据为风电场历史气象数据中的各项数据、风电机组历史数据中的每台风电机组历史发电功率数据，输出数据为风电场电网并网点总功率。

5.如权利要求4所述的一种风电场功率预测方法，其特征在于，所述测风模型包括用于对风速预测的LSTM模块和用于对风向预测的CNN模块；

所述LSTM模块的输入为以该时刻为终点的过去m个时间步长，每个时间步包含n个以τ为间隔的预处理后数据点；输出为每台风电机组在下一时刻的风速预测值；

所述CNN模块的输入为以该时刻为终点的过去T个时间点的预处理后数据；输出为每台风机在下一时刻的风向预测值，所述风向预测值为一个16维的向量，其中每个数值代表风向处于该方位的概率，取概率最高值对应方位为风向预测值。

6.如权利要求4所述的一种风电场功率预测方法，其特征在于，所述风场功率模型包括三个LSTM层以及两个全连接层。