[发明专利]风力发电机风速的预测方法、装置、计算机设备

权利要求书

1.一种风力发电机风速的预测方法，其特征在于，所述方法包括：

对待处理风速序列进行集合经验模态分解，得到各个模式分量分别对应的模式分量数据；其中，所述待处理风速序列是在历史时间段内对风力发电机的风速进行采集得到；

获取与所述历史时间段对应的电网有功功率和环境温度，并对所述电网有功功率、所述环境温度、以及所述模式分量数据进行组合，得到聚合特征；

对所述模式分量数据进行时间平移处理，得到时间特征，并对所述聚合特征和所述时间特征进行拼接组合，得到特征子集；

基于所述特征子集中的各组合特征进行特征交叉处理，得到交叉特征；

通过预测模型对所述交叉特征和所述特征子集进行风速预测，得到在目标时间段内风力发电机的风速预测值。

2.根据权利要求1所述的方法，其特征在于，所述对待处理风速序列进行集合经验模态分解，得到各个模式分量分别对应的模式分量数据，包括：

对待处理风速序列进行多次经验模态分解，得到多组模式分量向量；其中，所述每组模式分量向量均包含多个模式分量的值；

对于每个模式分量，均从多组模式分量向量中获取相应模式分量的值，并对与相应模式分量对应的多个模式分量的值进行均值计算，得到与相应模式分量对应的均值；

通过将模式分量所对应的均值作为与相应模式分量对应的模式分量数据，得到多个模式分量数据。

3.根据权利要求1所述的方法，其特征在于，所述电网有功功率、环境温度、以及模式分量数据均与历史时间段对应，所述对所述电网有功功率、所述环境温度、以及所述模式分量数据进行组合，得到聚合特征，包括：

将所述历史时间段划分为多个子历史时间段，并将与历史时间段对应的所述电网有功功率、所述环境温度、以及所述模式分量数据，按照各个子历史时间段进行划分，得到各个子特征集合；其中，每个子特征集合均与一个子历史时间段对应，所述每个子特征集合中均包含与相应子历史时间段对应的电网有功功率、环境温度、以及模式分量数据；

对于每个子特征集合，对与相应子特征集合对应的各个电网有功功率进行多种统计计算，得到与每个子特征集合对应的多个功率统计结果；

对于每个子特征集合，对与相应子特征集合对应的各个环境温度进行多种统计计算，得到与每个子特征集合对应的多个温度统计结果；

对于每个子特征集合，对与相应子特征集合对应的各个模式分量数据进行多种统计计算，得到与每个子特征集合对应的多个模式分量统计结果；其中，所述统计计算包括中位数计算、均值计算、标准差计算、最大值计算、最小值计算、极差计算中的至少一种计算；

对于每个子特征集合，将与相应子特征集合对应的功率统计结果、温度统计结果、模式分量统计结果，作为与相应子特征集合对应的子聚合特征；

将各个子特征集合分别对应的子聚合特征进行组合得到聚合特征。

4.根据权利要求1所述的方法，其特征在于，所述对所述模式分量数据进行时间平移处理，得到时间特征，包括：

在上次平移的平移量的基础上进行平移量增加，得到与当次平移对应的平移量；

将所述模式分量数据按照与当次平移对应的平移量进行平移，得到与当次平移对应的各个子时间特征；

在当次平移的平移量的基础上进行平移量的增加，以继续进行下次的平移操作，直至达到预设平移次数时停止，得到每次平移分别对应的各个子时间特征；

将多次平移操作所得到的子时间特征进行组合，得到时间特征。

5.根据权利要求1所述的方法，其特征在于，所述基于所述特征子集中的各组合特征进行特征交叉处理，得到交叉特征，包括：

对于所述特征子集中的当前组合特征，将所述特征子集中除所述当前组合特征之外的其他组合特征分别与所述当前组合特征进行比对处理，得到与所述当前组合特征对应的子交叉特征；

基于所述特征子集中每个组合特征分别对应的子交叉特征，确定交叉特征。