一种基于大风气象分类的风功率爬坡预测模型切换方法

    公开(公告)号:CN103400039A

    公开(公告)日:2013-11-20

    申请号:CN201310328336.6

    申请日:2013-07-31

    Applicant: 武汉大学

    CPC classification number: Y02A90/15

    Abstract: 本发明属于风功率爬坡预测领域,涉及一种基于大风气象分类的风功率爬坡预测模型切换方法,按以下步骤进行:首先根据指定地理范围内的历史大风波动天气提取出可以明显表征大风天气的特征量和特征指数,并形成判别表达式。进而采用Fisher判别法中的判别准则计算出判定范围以及特征量和特征指数的加权系数,得出判别结果,并通过统计检验进行验证分析。通过判别法进一步得出大风天气分类结果,依据不同大风天气的时空尺度的特征,最后形成对不同统计预测模型之间的切换机制。本发明将数值天气预报的结果进行爬坡天气判别研究,在风功率爬坡的综合预测方法上为不同的统计预测方法提供了更准确的切换机制。

    一种基于深度置信网络分类方法的风功率爬坡预测方法

    公开(公告)号:CN104794546B

    公开(公告)日:2019-04-09

    申请号:CN201510216928.8

    申请日:2015-04-29

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于深度置信网络分类方法的风功率爬坡预测模型。首先根据指定地理范围内的历史风功率爬坡事件在时间尺度和空间尺度上进行统计筛选,根据筛选结果提取出可以明显表征大风天气的特征量和特征指数组成参数指标库。进而采用深度信任网络进行分类分析,以建立用特征指标量判别分析导致风功率爬坡的爬坡气象分类模型。通过模型参数训练方法结合玻尔兹曼机(RBM),并计算出爬坡气象分类结果,最后在气象类型历史数据所对应的气象模板分类基础上,用参数模板法补充缺失的爬坡气象数据。本发明将数值天气预报的结果进行爬坡气象分类研究,依据数值天气预报的数据输入为不同的爬坡气象提供了更准确的分类模型及数据修正。

    一种含模型切换机制的风电功率爬坡事件预测方法

    公开(公告)号:CN104820869B

    公开(公告)日:2019-01-29

    申请号:CN201510219455.7

    申请日:2015-04-29

    Applicant: 武汉大学

    Abstract: 本发明涉及一种风电功率预测方法,尤其是涉及一种含预测模型切换机制的风电功率爬坡事件预测方法。该方法基于含模型切换机制的风电功率预测方法和考虑电网运行状态的爬坡坚持方法,主要包括下述步骤:步骤一,完成风电功率数据的预处理和局部模型适用长度的求取;步骤二,在局部段划分的基础上,完成最优预测模型的识别,并根据识别结果完成模型切换机制的训练;步骤三,结合预测模型库和模型切换机制完成长期的风电功率预测;步骤四,结合爬坡事件定义和电网实际运行状态,对预测的风电功率结果进行爬坡事件判别。本发明提供的方法通过较高精度的风电功率预测保证爬坡事件预测的准确性,为电力系统制定正确的爬坡控制措施提供可靠的保障。

    一种基于大风气象分类的风功率爬坡预测模型切换方法

    公开(公告)号:CN103400039B

    公开(公告)日:2017-08-25

    申请号:CN201310328336.6

    申请日:2013-07-31

    Applicant: 武汉大学

    CPC classification number: Y02A90/15

    Abstract: 本发明属于风功率爬坡预测领域,涉及一种基于大风气象分类的风功率爬坡预测模型切换方法,按以下步骤进行:首先根据指定地理范围内的历史大风波动天气提取出可以明显表征大风天气的特征量和特征指数,并形成判别表达式。进而采用Fisher判别法中的判别准则计算出判定范围以及特征量和特征指数的加权系数,得出判别结果,并通过统计检验进行验证分析。通过判别法进一步得出大风天气分类结果,依据不同大风天气的时空尺度的特征,最后形成对不同统计预测模型之间的切换机制。本发明将数值天气预报的结果进行爬坡天气判别研究,在风功率爬坡的综合预测方法上为不同的统计预测方法提供了更准确的切换机制。

Patent Agency Ranking