- 专利标题: 基于大数据挖掘技术的风电场群发电能力评估方法
-
申请号: CN201810142929.6申请日: 2018-02-11
-
公开(公告)号: CN108399429B公开(公告)日: 2022-03-11
- 发明人: 马明 , 沈润杰 , 何斌 , 汪宁渤 , 曹银利 , 吕清泉 , 韩旭杉 , 马彦宏 , 李晓虎 , 张鹏 , 韩自奋 , 张健美 , 周强 , 赵龙 , 王明松 , 王定美 , 陈钊 , 张艳丽 , 王琼 , 张睿骁
- 申请人: 同济大学 , 甘肃省电力公司风电技术中心 , 国网甘肃省电力公司 , 国家电网公司
- 申请人地址: 上海市杨浦区四平路1239号; ; ;
- 专利权人: 同济大学,甘肃省电力公司风电技术中心,国网甘肃省电力公司,国家电网公司
- 当前专利权人: 同济大学,甘肃省电力公司风电技术中心,国网甘肃省电力公司,国家电网公司
- 当前专利权人地址: 上海市杨浦区四平路1239号; ; ;
- 代理机构: 北京科亿知识产权代理事务所
- 代理商 汤东凤
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06F16/2458 ; G06Q10/06 ; G06Q50/06
摘要:
本发明公开了一种基于大数据挖掘技术的风电场群发电能力评估方法,具体步骤为:多种传感器的风电场风速获取;风电场内立体式风速分布关联图建立;多种方法数据融合的风电场发电能力评估;进行风电场群风速立体网络建立;实现基于大数据挖掘技术的风电场群发电能力评估。本发明公开的方法创新性的引用基于空间降尺度的风电场群相关性区域划分方法,使风速计算和获取更为精确;使用标杆风机法、修正风速网络方法、理论出力还原表法计算总理论出力,同时将卡尔曼数据融合应用在理论出力方面,使得总理伦出力计算更为准确。
公开/授权文献
- CN108399429A 基于大数据挖掘技术的风电场群发电能力评估方法 公开/授权日:2018-08-14