申请/专利权人：国电南瑞科技股份有限公司

申请日：2024-04-11

公开（公告）日：2024-06-25

公开（公告）号：CN118036347B

主分类号：G06F30/20

分类号：G06F30/20;G06F18/2321;G06F113/06;G06F119/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：一种适用于极端天气的风力发电全流程误差溯源方法及系统，涉及新能源发电控制技术领域。方法包括：采集风电机组、场站信息、气象信息等数据，通过数据清洗，构建不同风速下功率概率密度分布函数，剔除误差数据；其次，构建双向长短期记忆网络构建功率预测模型；之后，定义极端天气诊断因子包括：基于极端天气诊断、机组误差构建风机出力状态诊断模型；最后，构建预测误差解耦分析模型，将预测环节误差划分为数值气象预测报误差、模型误差、实际开机与计划开机容量不一致导致功率预测误差以及机组误差，实现功率预测全环节误差解耦分析，从业务链条角度对风电功率预测全环节误差解耦分析，定量化评价分析功率预测各环节的误差占比。

主权项：1.一种适用于极端天气的风力发电全流程误差溯源方法，其特征在于，包括以下步骤：S1：采集风电机组数据、场站信息数据和气象信息数据；通过数据清洗，并采用非参数估计法构建不同风速下功率概率密度分布函数；S2：使用S1获得处理后的数据和不同风速下功率概率密度分布函数，构建功率预测模型；包括：S2.1，利用支持向量回归法构建单机-全场理论功率模型，包含分段支持向量模型、单机及全场理论功率；S2.2，使用S1获得处理后的数据，在S2.1的基础上，基于双向长短期记忆网络构建影响因子与功率映射模型并进行预测，得到功率预测结果，以如下公式表示： 1式中：为功率预测结果；为功率预测模型；为数值气象预报数据；为温度，为湿度，为气压，为风机轮毂高度下的风速，为风机轮毂高度下的风向，为降水量；S3：定义极端天气诊断因子，进行极端天气停机切机诊断，基于极端天气停机切机诊断结果，构建机组出力特性改变导致的预测误差模型；包括：S3.1，定义极端天气诊断因子，包括：寒潮、大风、风机覆冰，构建极端天气诊断因子时间序列，获得极端天气停机切机诊断结果；S3.2，基于极端天气停机切机诊断结果，结合人为因素容量偏差，获取因极端天气造成开机容量偏差；S3.3，构建机组内部因素造成出力下降引起误差模型，包括：发电机过温降功率导致预测误差和齿轮箱过温降功率导致预测误差；S3.4，基于S3.1中的极端天气停机切机诊断结果，构建机组外部因素造成出力下降引起误差模型，包括极端天气风机覆冰引起误差；S4：使用S2获得的功率预测模型和S3获得的风电出力下降导致的预测误差模型，构建预测误差解耦分析模型；预测环节误差包括：数值气象预测报误差、功率预测模型误差、人为因素误差和机组出力特性改变导致的预测误差，从业务链条角度对风电功率预测全环节误差解耦分析，定量化评价分析功率预测各环节的误差占比。

全文数据：

权利要求：

百度查询： 国电南瑞科技股份有限公司 一种适用于极端天气的风力发电全流程误差溯源方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD