基于多位置数值天气预报短期风电功率预测方法和系统

    公开(公告)号:CN112036595B

    公开(公告)日:2023-05-12

    申请号:CN201911257421.1

    申请日:2019-12-10

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种基于多位置数值天气预报短期风电功率预测方法和系统。该方法包括:获取多位置数值天气预报的信息数据;对各信息数据进行降维处理,得到降维处理后的信息数据;对降维处理后的风速数据采用卡尔曼滤波法进行修正,得到修正后的风速样本数据;根据修正后的风速样本数据、降维后的温度数据、降维后的风向数据和降维后的气压数据,确定训练模型;根据修正后的风速样本数据,确定预测日的风速数据;根据多位置数值天气预报,确定预测日的预报温度数据、预报风向数据和预报气压数据;根据预测日的风速数据、预报温度数据、预报风向数据、预报气压数据和训练模型,预测风电功率。本发明能够提高短期风电功率的预测精度。

    基于多位置数值天气预报短期风电功率预测方法和系统

    公开(公告)号:CN112036595A

    公开(公告)日:2020-12-04

    申请号:CN201911257421.1

    申请日:2019-12-10

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种基于多位置数值天气预报短期风电功率预测方法和系统。该方法包括:获取多位置数值天气预报的信息数据;对各信息数据进行降维处理,得到降维处理后的信息数据;对降维处理后的风速数据采用卡尔曼滤波法进行修正,得到修正后的风速样本数据;根据修正后的风速样本数据、降维后的温度数据、降维后的风向数据和降维后的气压数据,确定训练模型;根据修正后的风速样本数据,确定预测日的风速数据;根据多位置数值天气预报,确定预测日的预报温度数据、预报风向数据和预报气压数据;根据预测日的风速数据、预报温度数据、预报风向数据、预报气压数据和训练模型,预测风电功率。本发明能够提高短期风电功率的预测精度。

    一种基于贝叶斯鲁棒函数回归的多步风速预报方法

    公开(公告)号:CN108563829B

    公开(公告)日:2020-07-31

    申请号:CN201810207732.6

    申请日:2018-03-14

    发明人: 胡清华 汪运 王铮

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种基于贝叶斯鲁棒函数回归的多步风速预报方法,包括进行数据预处理、构造鲁棒函数回归的多步风速预报模型、利用变分贝叶斯优化模型的参数、根据估计的参数和测试集计算预测值的步骤,本发明的多步风速预报方法能够处理多种分辨率数据,对不同的实际预报任务都能够有鲁棒的效果,并且能够降低冗余的函数型变量对最终结果的影响,精度高、误差小,可以进一步提高风速预报的精度。