买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;南京工业大学

摘要：本发明公开了风力发电功率预测技术领域的一种基于AMS‑TCN的风电功率误差修正方法，包括：获取原始风电功率序列；基于原始风电功率序列进行预处理和归一化处理；对处理后的风电功率序列进行分解，得到主成分序列；提取主成分序列的时间和空间特征，得到初步预测功率；提取预测误差的时间特性，对初步预测功率进行修正，得到最终的预测结果。本发明能够达到减少风电功率预测误差，提高预测精度和稳定性的效果。

主权项：1.一种基于AMS-TCN的风电功率误差修正方法，其特征是，包括：获取原始风电功率序列；基于原始风电功率序列进行预处理和归一化处理；对处理后的风电功率序列进行分解，得到主成分序列；提取主成分序列的时间和空间特征，得到初步预测功率；提取预测误差的时间特性，对初步预测功率进行修正，得到最终的预测结果；对处理后的风电功率序列进行分解，得到主成分序列，包括：对历史风电功率信号进行约束变分；通过引入拉格朗日乘子和二次罚函数，将约束变分结果转化转换为非约束性变分问题；利用交替方向乘子法迭代算法结合Parseval、Plancherel定理和傅里叶等距变换，优化非约束性变分问题，得到各模态分量和中心频率；所述约束变分的约束条件为所有模态之和与原始信号相等，分解序列为具有中心频率的有限带宽的模态分量，且各模态的估计带宽之和最小，约束变分表达式为： 式中um＝{u1，u2，…，um}为分解风电功率信号的各模态分量，为二范数的平方表达式，δt为冲激函数，为对时间t的一阶偏导，f为历史风电功率信号，m为分量数，为傅里叶变换基，J为虚部；所述非约束性变分问题表达式为： 式中，umt＝{u1t，u2t，…，umt}为t时刻分解风电功率信号的各模态分量，ft为t时刻历史风电功率信号，α为引入的二次惩罚因子参数，λt为t时刻的拉格朗日乘子；所述各模态分量和中心频率表达式如下： 式中τ为噪声容忍度，满足风电功率信号分解的保真度，和分别为uit、ft和λt的傅里叶变换，为当前频率与第n次迭代所得中心频率的L2距离，为第n+1次迭代后的各模态分量的中心频率，为第n+1次迭代后拉格朗日乘子，uit为t时刻第i个模态分量，为第n+1次迭代后的各模态分量；提取主成分序列的时间和空间特征，得到初步预测功率，包括：将输入序列为分解的IMFs序列，通过堆叠空洞卷积挖掘输入与输出间的时空特征，输出下一时刻的风电功率值，其中，t时刻IMFt的空洞卷积为： 其中，S＝{s1s2，...，sT}为输入序列，d表示膨胀因子，K表示滤波器大小，滤波器为F＝{f1，f2，…，fK}，*为卷积符号，st-dK-k表示第t-dK-k个输入序列向量si，i的取值范围为[t-K，t；提取预测误差的时间特性，包括：移动窗口内序列的均值μe和方差表示为： 其中，噪声序列E＝{e1，e2，…，eT}，T为序列的长度，N为移动窗口的长度；利用μe和将t时刻平滑后的噪声信号表示为： 其中，fei，μe，σ为滑窗范围内符合3σ原理点的误差值总和，flagei，μe，σ为滑窗范围内符合3σ原理点的个数总和，具体表达式为：

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司电力科学研究院 国网江苏省电力有限公司 南京工业大学 一种基于AMS-TCN的风电功率误差修正方法