[发明专利]基于风电天气分型特征选择的风电功率预测方法

摘要

本发明提供一种基于风电天气分型特征选择的风电功率预测方法，具体步骤包括：以历史数据集中的测风塔10m风速筛选数值天气预报风电天气样本段；对筛选样本段进行聚类，将风电天气划分为n类，未筛选的样本段作为第n+1类；对各类天气的输入特征分别进行选择，将W维特征降低到di(i＝1,2,…,n+1)维，di是第i类天气筛选得到的特征数；建立n+1类风电天气下的风电功率预测模型；识别未来24h各段风电天气类型，并分别将各类风电天气关联的di(i＝1,2,…,n+1)维特征作为预测输入，进行风电功率预测。本发明对不同持续时长的风电天气进行分型，采用以数据驱动的特征选择方法，发现不同天气背景下风机出力的关联天气特征并分别建立风电功率预测模型，有效提高了预测精度和效率。

主权项

1.一种基于风电天气分型特征选择的风电功率预测方法，其特征在于：其包括以下步骤：步骤1：获得用于建模的历史风机出力、测风塔和数值天气预报的历史数据集H以及用于风电功率预测的未来24h数值天气预报数据集F；步骤2：以历史数据集H中的测风塔的10m风速筛选数值天气预报的风电天气样本段；步骤3：对筛选得到的风电天气样本段进行聚类，将风电天气划分为n类天气类型，未筛选的样本段作为第n+1类天气类型；步骤4：对n+1类天气类型的输入特征分别进行选择，将W维特征降低到di(i＝1,2,L,n+1)维，di是第i类天气类型筛选得到的特征数；步骤5：建立n+1类风电天气下的风电功率预测模型；步骤6：在未来24h数值天气预报数据集F中识别未来24h中各样本段风电天气类型，并分别将各类风电天气关联的di(i＝1,2,L,n+1)维特征作为预测输入，采用对应的风电功率预测模型进行预测。