[发明专利]一种风力发电场风能预测方法以及系统

权利要求书

1.一种风力发电场风能预测方法，其特征在于，所述方法包括：

获得风机设备的历史产能数据，以及风电场所处区域下一周期的预估天气数据；

根据所述风机设备的历史产能数据和所述风电场所处区域下一周期的预估天气数据，构建第一输入特征；

获取电力装备当前周期的同步稳定值，并根据所述电力装备当前周期的同步稳定值，构建第二输入特征，其中，所述同步稳定值用于表征所述电力装备与所述风电场的连接稳定状态；

将所述第一输入特征和所述第二输入特征，输入预先训练得到的风能数据预测模型，输出得到所述风电场下一周期的实际输出风能预测数据；

其中，获取电力装备当前周期的同步稳定值的步骤包括：

根据所述电力装备当前周期的电力运行参数，计算所述电力装备当前周期的阻抗压降参数；

根据所述电力装备在执行无功补偿时，对所述风机设备的影响能力，计算所述电力装备当前周期的无功补偿特性参数；

根据所述电力装备当前周期的阻抗压降参数和所述电力装备当前周期的无功补偿特性参数，计算所述电力装备当前周期的同步稳定值。

2.根据权利要求1所述的风力发电场风能预测方法，其特征在于，所述电力运行参数包括电网电压幅值和所述电力装备的机端电压额定值，根据所述电力装备当前周期的电力运行参数，计算所述电力装备当前周期的阻抗压降参数的步骤包括：

根据所述电网电压幅值和所述电力装备的机端电压额定值，计算所述电力装备的机端电压向量；

将所述电力装备的机端电压向量分解为交轴方向的分量；

根据所述电力装备的交轴分量，计算所述电力装备当前周期的阻抗压降参数。

3.根据权利要求1所述的风力发电场风能预测方法，其特征在于，所述风能数据预测模型是通过以下步骤获得的：

获取所述风机设备的样本历史产能数据以及所述风电场所处区域的样本历史天气数据，并进行规整处理，获得第一输入特征样本；

获取所述电力装备的样本历史同步稳定值，并进行规整处理，获得第二输入特征样本；

根据所述第一输入特征样本和所述第二输入特征样本，对预设的随机森林模型进行训练和交叉验证，获得初始风能数据预测模型和所述风能数据预测模型的历史风能数据预测序列；

根据所述风能数据预测模型的历史风能数据预测序列，对所述初始风能数据预测模型进行修正，获得目标风能数据预测模型。

4.根据权利要求3所述的风力发电场风能预测方法，其特征在于，根据所述风能数据预测模型的历史风能数据预测序列，对所述初始风能数据预测模型进行修正的步骤包括：

获取风力发电场的历史实际输出风能数据；

根据所述历史风能数据预测序列与所述历史实际输出风能数据，计算所述风力发电场的历史实际输出风能预测误差；

根据所述风力发电场的历史实际输出风能预测误差，对所述初始风能数据预测模型的修正。

5.根据权利要求4所述的风力发电场风能预测方法，其特征在于，根据所述风力发电场的历史实际输出风能预测误差，对所述初始风能数据预测模型的修正的步骤，包括：

基于多元高斯分布对所述风力发电场的历史实际输出风能预测误差进行建模，以实现对所述初始风能数据预测模型的修正。

6.根据权利要求3所述的风力发电场风能预测方法，其特征在于，在根据所述风能数据预测模型的历史风能数据预测序列，对所述初始风能数据预测模型进行修正，获得目标风能数据预测模型的步骤之后，所述方法还包括：

将目标风能数据预测模型的预测错误率最低确定为第一优化函数的优化方向；

将目标风能数据预测模型的多样性指标值最高确定为第二优化函数的优化方向；

根据所述第一优化函数的优化方向和所述第二优化函数的优化方向，对所述目标风能数据预测模型进行优化。