基于k最近邻搜索的风电功率预测误差解耦评估方法

    公开(公告)号:CN119250659A

    公开(公告)日:2025-01-03

    申请号:CN202411792085.1

    申请日:2024-12-06

    Applicant: 湖南大学

    Abstract: 本发明提供的基于#imgabs0#最近邻搜索的风电功率预测误差解耦评估方法,先利用计划和实际开机容量信息,计算功率校正环节导致的预测误差,然后基于#imgabs1#阶最近邻思想,从历史运行数据中寻找与#imgabs2#数据最接近的真实气象数据,通过#imgabs3#阶近邻的平均近似估计#imgabs4#环节导致的预测误差,最后基于总预测误差计算#imgabs5#环节导致的预测误差。本发明无需直接获取风电场的预测风电转换模型,通过对风电功率预测全流程中不同环节的误差进行高可靠的量化评估,进而得到各环节的误差贡献率大小,实现对风电功率预测算法薄弱环节的精准定位。

    基于k最近邻搜索的风电功率预测误差解耦评估方法

    公开(公告)号:CN119250659B

    公开(公告)日:2025-03-21

    申请号:CN202411792085.1

    申请日:2024-12-06

    Applicant: 湖南大学

    Abstract: 本发明提供的基于#imgabs0#最近邻搜索的风电功率预测误差解耦评估方法,先利用计划和实际开机容量信息,计算功率校正环节导致的预测误差,然后基于#imgabs1#阶最近邻思想,从历史运行数据中寻找与#imgabs2#数据最接近的真实气象数据,通过#imgabs3#阶近邻的平均近似估计#imgabs4#环节导致的预测误差,最后基于总预测误差计算#imgabs5#环节导致的预测误差。本发明无需直接获取风电场的预测风电转换模型,通过对风电功率预测全流程中不同环节的误差进行高可靠的量化评估,进而得到各环节的误差贡献率大小,实现对风电功率预测算法薄弱环节的精准定位。

Patent Agency Ranking