[发明专利]风机出力爬坡事件预测方法、装置和计算机设备

权利要求书

1.一种风机出力爬坡事件预测方法，其特征在于，所述方法包括：

获取目标风电场的多个历史风机出力数据和多个历史风速数据，以及所述目标风电场在预测时间段内的多个风速数据；

根据所述多个历史风机出力数据，得到历史风机出力时间序列，以及根据所述多个历史风速数据，得到历史风速时间序列；

通过训练完成的预测模型对所述历史风机出力时间序列、所述历史风速时间序列和所述多个风速数据进行处理，得到所述目标风电场在所述预测时间段内的风机出力差分曲线；

基于所述风机出力差分曲线，确定所述目标风电场在所述预测时间段内的风电爬坡事件结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个历史风机出力数据，得到历史风机出力时间序列，以及根据所述多个历史风速数据，得到历史风速时间序列，包括：

根据所述多个历史风机出力数据，得到初始风机出力时间序列；对所述初始风机出力时间序列进行差分处理，得到所述历史风机出力时间序列；

根据所述多个历史风速数据，得到初始风速时间序列；对所述初始风速时间序列进行差分处理，得到所述历史风速时间序列。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据预定义的爬坡事件检测基准，确定差分时间间隔；

按照所述差分时间间隔，对所述初始风机出力时间序列进行差分处理，得到所述历史风机出力时间序列；

以及按照所述差分时间间隔，对所述初始风速时间序列进行差分处理，得到所述历史风速时间序列。

4.根据权利要求1所述的方法，其特征在于，所述通过训练完成的预测模型对所述历史风机出力时间序列、所述历史风速时间序列和所述多个风速数据进行处理，得到所述目标风电场在所述预测时间段内的风机出力差分曲线，包括：

通过所述训练完成的预测模型对所述历史风机出力时间序列、所述历史风速时间序列和所述多个风速数据进行处理，得到所述目标风电场在所述预测时间段的各个时刻的风机出力的概率分布；

基于所述各个时刻的风机出力的概率分布，确定所述目标风电场在所述预测时间段内的风机出力差分曲线。

5.根据权利要求4所述的方法，其特征在于，所述通过所述训练完成的预测模型对所述历史风机出力时间序列、所述历史风速时间序列和所述多个风速数据进行处理，得到所述目标风电场在所述预测时间段的各个时刻的风机出力的概率分布区间，包括：

按照每个时步均输入上一时步输出的隐藏状态和上一时步的风机出力数据，并同步将当前时步的风速数据作为输入量的处理方式，通过所述训练完成的预测模型处理得到所述目标风电场在所述预测时间段的各个时刻的风机出力的概率分布区间。

6.根据权利要求1所述的方法，其特征在于，所述预测模型通过下述方式训练得到：

获取所述目标风电场在第一时间段的第一样本风机发电出力数据和第一样本风速数据和第二时间段的第二样本风速数据和第二风机发电处理数据标签；

分别根据所述第一样本风机发电出力数据和所述第一样本风速数据，得到样本风机出力时间序列和样本风速时间序列；

通过待训练的预测模型对所述样本风机出力时间序列、所述样本风速时间序列和所述第二样本风速数据进行处理，得到所述目标风电场在所述第二时间段的预测第二风机发电处理数据；

基于所述预测第二风机发电处理数据和所述第二风机发电处理数据标签之间的损失值，对所述待训练的预测模型进行训练，得到训练完成的预测模型。