【技术实现步骤摘要】
本专利技术涉及风功率数据处理领域，尤其涉及一种风功率预测寻优方法、装置、设备及存储介质。
技术介绍
1、在风电场运营行业中，有很多拥有功率预测需求的风电场站。这些风电场通常会采购多个厂家的原始风功率预测结果，然后将这些原始风功率预测结果的平均值作为最终的风功率预测结果。
2、然而由于原始风功率预测结果的准确度不一，同时对应的天气场景也可能存在或多或少的差异，这就使得现有的风功率预测方法的预测结果准确度较低。因此，在此背景下，如何利用多个原始风功率预测源得到准确度高的风功率预测结果，成为行业内一个亟待解决的技术问题。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种风功率预测寻优方法、装置、设备及存储介质，旨在解决现有技术对风功率预测的准确度较低的技术问题。
2、为实现上述目的，本专利技术提供了一种风功率预测寻优方法，所述方法包括以下步骤：
3、获取当前时刻的原始风功率预测数据源和全球尺度数值天气预报；
4、对所述原始风功率预测数据源进行数据校验，得到可信预测数据源；
5、基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型；
6、根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值。
7、可选地，所述对所述原始风功率预测数据源进行数据校验，得到可信预测数据
8、对所述原始风功率预测数据源进行数据完整校验，并获取通过数据完整校验的原始风功率预测数据源对应的预测偏差数据；
9、基于所述预测偏差数据对所述通过数据完整校验的原始风功率预测数据源进行偏差范围校验，并基于校验结果得到可信预测数据源。
10、可选地，所述基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型的步骤，包括：
11、根据预设天气要素构建风功率特征序列，所述风功率特征序列用于表征风发电量的数值大小；
12、基于所述全球尺度数值天气预报对应的天气要素确定对应的当前风功率特征序列，并基于所述当前风功率特征序列对所述当前时刻对应的当前天气进行分类，得到天气类型。
13、可选地，所述风功率特征序列通过皮尔森相关性分析法对所述预设天气要素中的所有天气特征进行筛选后得到，其中，筛选标准由所述天气特征对风发电量的影响程度决定。
14、可选地，所述根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值的步骤，包括：
15、基于所述天气类型为所述可信预测数据源分配预设权重系数，得到加权可信预测数据源；
16、基于所述加权可信预测数据源确定所述当前时刻对应的最优风功率预测值。
17、可选地，所述天气类型包括极端天气、小风天气、覆冰天气和平稳天气，所述基于所述天气类型为所述可信预测数据源分配预设权重系数，得到加权可信预测数据源的步骤，包括：
18、若所述天气类型为极端天气，则以所述极端天气对应的极端天气系数为预设权重系数分配给所述可信预测数据源，得到加权可信预测数据源；
19、若所述天气类型为小风天气或覆冰天气，则以第一权重系数为预设权重系数分配给所述可信预测数据源，得到加权可信预测数据源。
20、可选地，所述基于所述天气类型为所述可信预测数据源分配预设权重系数，得到加权可信预测数据源的步骤，还包括：
21、若所述天气类型为平稳天气，则通过有偏估计回归方法获得第二权重系数；
22、以所述第二权重系数为预设权重系数分配给所述可信预测数据源，得到加权可信预测数据源。
23、此外，为实现上述目的，本专利技术还提出一种风功率预测寻优装置，所述风功率预测寻优装置包括：
24、数据获取模块，用于获取当前时刻的原始风功率预测数据源和全球尺度数值天气预报；
25、数据校验模块，用于对所述原始风功率预测数据源进行数据校验，得到可信预测数据源；
26、数据分类模块，用于基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型；
27、数据寻优模块，用于根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值。
28、此外，为实现上述目的，本专利技术还提出一种风功率预测寻优设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风功率预测寻优程序，所述风功率预测寻优程序配置为实现如上文所述的风功率预测寻优方法的步骤。
29、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有风功率预测寻优程序，所述风功率预测寻优程序被处理器执行时实现如上文所述的风功率预测寻优方法的步骤。
30、本专利技术通过获取当前时刻的原始风功率预测数据源和全球尺度数值天气预报；对所述原始风功率预测数据源进行数据校验，得到可信预测数据源；基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型；根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值。相比于现有的风功率预测方法，由于本专利技术上述方法是基于对原始风功率预测数据源进行数据校验后得到的可信预测数据源和全球尺度数值天气预报中对应的当前时刻天气类型来确定最优风功率预测值，从而避免了现有技术中由于原始风功率预测结果的准确度不一以及天气场景存在差异而导致预测结果出现偏差的技术问题，进而能够准确地得到最优风功率预测值。
本文档来自技高网...【技术保护点】
1.一种风功率预测寻优方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的风功率预测寻优方法，其特征在于，所述对所述原始风功率预测数据源进行数据校验，得到可信预测数据源的步骤，包括：
3.如权利要求1所述的风功率预测寻优方法，其特征在于，所述基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型的步骤，包括：
4.如权利要求3所述的风功率预测寻优方法，其特征在于，所述风功率特征序列通过皮尔森相关性分析法对所述预设天气要素中的所有天气特征进行筛选后得到，其中，筛选标准由所述天气特征对风发电量的影响程度决定。
5.如权利要求1所述的风功率预测寻优方法，其特征在于，所述根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值的步骤，包括：
6.如权利要求5所述的风功率预测寻优方法，其特征在于，所述天气类型包括极端天气、小风天气、覆冰天气和平稳天气，所述基于所述天气类型为所述可信预测数据源分配预设权重系数，得到加权可信预测数据源的步骤，包括：
7.如权利要求6所述
8.一种风功率预测寻优装置，其特征在于，所述风功率预测寻优装置包括：
9.一种风功率预测寻优设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风功率预测寻优程序，所述风功率预测寻优程序配置为实现如权利要求1至7中任一项所述的风功率预测寻优方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有风功率预测寻优程序，所述风功率预测寻优程序被处理器执行时实现如权利要求1至7中任一项所述的风功率预测寻优方法的步骤。
...【技术特征摘要】
1.一种风功率预测寻优方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的风功率预测寻优方法，其特征在于，所述对所述原始风功率预测数据源进行数据校验，得到可信预测数据源的步骤，包括：
3.如权利要求1所述的风功率预测寻优方法，其特征在于，所述基于所述全球尺度数值天气预报对所述当前时刻对应的当前天气进行分类，得到天气类型的步骤，包括：
4.如权利要求3所述的风功率预测寻优方法，其特征在于，所述风功率特征序列通过皮尔森相关性分析法对所述预设天气要素中的所有天气特征进行筛选后得到，其中，筛选标准由所述天气特征对风发电量的影响程度决定。
5.如权利要求1所述的风功率预测寻优方法，其特征在于，所述根据所述可信预测数据源和所述天气类型确定所述当前时刻对应的最优风功率预测值的步骤，包括：
6.如权利要求5所述的风功率预测寻优方法，其特征在于，所...
【专利技术属性】
技术研发人员：王洪超，苏彤，王艳军，温和，于伟东，高浩淋，
申请(专利权)人：华润新能源投资有限公司山东分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。