CN108915948A - 风力发电站的风电数据处理系统 - Google Patents
风力发电站的风电数据处理系统 Download PDFInfo
- Publication number
- CN108915948A CN108915948A CN201810808972.1A CN201810808972A CN108915948A CN 108915948 A CN108915948 A CN 108915948A CN 201810808972 A CN201810808972 A CN 201810808972A CN 108915948 A CN108915948 A CN 108915948A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- wind
- measured value
- power
- speed measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 title claims abstract description 19
- 238000003780 insertion Methods 0.000 claims abstract description 5
- 230000037431 insertion Effects 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种风力发电站的风电数据处理系统,包括采集模块等模块;本发明选用互信息来消除选择风力系列作为输入的随机性,采用更少的时间完成数据插入排序,从而提高了建模所需的输入数据的有效性,进而提高最终所建模型的预测准确性。
Description
技术领域
本发明属于电力技术领域。具体涉及一种风力发电站的风电数据处理系统。
背景技术
风力发电是指把风的动能转为电能。风能是一种清洁无公害的的可再生能源能源,很早就被人们利用,主要是通过风车来抽水、磨面等,而现在,人们感兴趣的是如何利用风来发电。利用风力发电非常环保,且风能蕴量巨大,因此日益受到世界各国的重视。但是对于实际采集到的测风数据及功率数据都存在各种各样的问题,都需要有准确的实测数据来分析风电特征及发电规律,而且从风场收集到的数据中通常包含异常数据点,造成计算机进行数据筛选和排序的速度比较慢,因此需要可靠有效的风电数据处理方法来筛选合理有效的数据以进行风电功率预测建模。
发明内容
本发明的目的是为了克服上述不足提供一种风力发电站的风电数据处理系统。
一种风力发电站的风电数据处理系统,包括以下部分:
采集模块,用于采集一小时内风力发电机组的风速实测值,采样周期设置为1分钟;
查询模块,用于将采集到的风速实测值输入到风电机组的主控系统,查询这些风速实测值对应的风电机组的功率实测值;
风速序列模块,用于根据采集到的风速实测值建立风速实测数据时间序列;
功率序列模块,用于根据查询到的功率实测值建立功率实测数据时间序列;
数据处理模块,用于对上述数据进行处理。
本发明优点效果如下:
本发明选用互信息来消除选择风力系列作为输入的随机性,采用更少的时间完成数据插入排序,从而提高了建模所需的输入数据的有效性,进而提高最终所建模型的预测准确性。
具体实施方式
以下结合具体实施例对本发明作进一步的说明:
一种风力发电站的风电数据处理系统,包括以下部分:
采集模块,用于采集一小时内风力发电机组的风速实测值,采样周期设置为1分钟;
查询模块,用于将采集到的风速实测值输入到风电机组的主控系统,查询这些风速实测值对应的风电机组的功率实测值;
风速序列模块,用于根据采集到的风速实测值建立风速实测数据时间序列;
功率序列模块,用于根据查询到的功率实测值建立功率实测数据时间序列;
数据处理模块,用于对上述数据进行处理。
所述数据处理模块具体包括以下部分:
建模模块,用于基于风速值作为模型输入构建对风电功率进行预测的模型,将采集到的风速实测值作为输入数据,经预测模型输出得到风速实测值对应的功率预测值;
差值计算模块,用于计算功率实测值与对应的功率预测值之间的差值,构建一小时内差值集合作为模型误差样本;
有效值提取模块,用于通过样本筛选方法从所述模型误差样本中提取出有效值,所述有效值所对应的初始数据中的数据部分作为用于风电功率预测建模的有效样本即可。
所述风速序列模块中:
所述风速实测数据时间序列为:
X={x1,x2,···,xN}
其中,N=60为风速实测数据时间序列的长度。
所述功率序列模块中:
所述功率实测数据时间序列为:
Y={y1,y2,···,yN}
其中,N=60为功率实测数据时间序列的长度。
所述系统还包括:
归一化处理模块,用于对风速实测数据时间序列和功率实测数据时间序列进行归一化处理。
互信息模块,用于根据归一化处理后的风速实测数据时间序列和功率实测数据时间序列计算互信息时间序列,所述互信息时间序列为:
其中,N=60,P(X(i*))为风速实测数据时间序列的第i*个风速实测值的分布概率,P(Y(j*))为功率实测数据时间序列的第j*个风速实测值的分布概率,P(X(i*),Y(j*))为风速实测数据时间序列的第i*个风速实测值与功率实测数据时间序列的第j*个风速实测值的联合概率;
优化功率模块,用于将所述互信息时间序列中归一化功率实测数据时间序列按照从大到小排序得到优化功率实测数据时间序列,所述优化功率实测数据时间序列为:
其中,M=30为优化功率实测数据时间序列的长度
输入模块,用于将所述优化功率实测数据时间序列输入差值计算模块中计算功率实测值与对应的功率预测值之间的差值。
所述采集模块具体包括以下部分:
排序模块,用于每1分钟内采集的风力发电机组的风速实测值集合A=[a1,…,ai,…,an],如果后续有k个风速实测值b1、b2、…、bk需要插入到集合A中,则将k个风速实测值按升序从b1到bk排序;
比较模块,用于将集合A中的每个风速实测值跟对应的后续k个风速实测值进行比较,获取b1到bk相对于集合A中每一个风速实测值的位置;
调整模块,用于如果进行比较的集合A中的风速实测值ag比风速实测值bh小,则被插入风速实测值bh变为bh+1;如果进行比较的集合A中的风速实测值ag大于或等于风速实测值bh,则风速实测值ag变为ag+1;
结果输出模块,用于将比较后的结果进行累加,得到排序后集合A中的风速实测值ai在排序后新集合中的顺序为后续k个风速实测值中的风速实测值bj在排序后新集合中的顺序为
其中,当bi>aj,或bi=aj时,插入的风速实测值优先;
px(bi,aj)=1,px(aj,bi)=0;
当bi<aj,或bi=aj时,被插入风速实测值优先;
px(bi,aj)=0,px(aj,bi)=1;
其中,bi表示后续k个风速实测值中的风速实测值,aj表示集合A中的风速实测值。
一种风力发电站的风电数据处理方法,包括以下步骤:
001.采集一小时内风力发电机组的风速实测值,采样周期设置为1分钟;
002.将采集到的风速实测值输入到风电机组的主控系统,查询这些风速实测值对应的风电机组的功率实测值;
003.根据采集到的风速实测值建立风速实测数据时间序列;
004.根据查询到的功率实测值建立功率实测数据时间序列;
005.对步骤001-004的数据进行处理。
所述步骤005具体包括以下步骤:
051.基于风速值作为模型输入构建对风电功率进行预测的模型,将采集到的风速实测值作为输入数据,经预测模型输出得到风速实测值对应的功率预测值;
052.计算功率实测值与对应的功率预测值之间的差值,构建一小时内差值集合作为模型误差样本;
053.通过样本筛选方法从所述模型误差样本中提取出有效值,所述有效值所对应的步骤001-004的数据中的数据部分作为用于风电功率预测建模的有效样本即可。
所述003具体包括以下步骤:
031.所述风速实测数据时间序列为:
X={x1,x2,···,xN}
其中,N=60为风速实测数据时间序列的长度;
032.对风速实测数据时间序列进行归一化处理。
步骤004具体包括以下步骤:
041.所述功率实测数据时间序列为:
Y={y1,y2,···,yN}
其中,N=60为功率实测数据时间序列的长度;
042.对功率实测数据时间序列进行归一化处理。
所述步骤005之前包括以下步骤:
451.根据归一化处理后的风速实测数据时间序列和功率实测数据时间序列计算互信息时间序列,所述互信息时间序列为:
其中,N=60,P(X(i*))为风速实测数据时间序列的第i*个风速实测值的分布概率,P(Y(j*))为功率实测数据时间序列的第j*个风速实测值的分布概率,P(X(i*),Y(j*))为风速实测数据时间序列的第i*个风速实测值与功率实测数据时间序列的第j*个风速实测值的联合概率;
452.将所述互信息时间序列中归一化功率实测数据时间序列按照从大到小排序得到优化功率实测数据时间序列,所述优化功率实测数据时间序列为:
其中,M=30为优化功率实测数据时间序列的长度
453.将所述优化功率实测数据时间序列代入步骤052中计算功率实测值与对应的功率预测值之间的差值。
所述步骤001具体包括以下步骤:
011.每1分钟内采集的风力发电机组的风速实测值集合A=[a1,…,ai,…,an],如果后续有k个风速实测值b1、b2、…、bk需要插入到集合A中,则将k个风速实测值按升序从b1到bk排序;
012.将集合A中的每个风速实测值跟对应的后续k个风速实测值进行比较,获取b1到bk相对于集合A中每一个风速实测值的位置;
013.如果进行比较的集合A中的风速实测值ag比风速实测值bh小,则被插入风速实测值bh变为bh+1;
014.如果进行比较的集合A中的风速实测值ag大于或等于风速实测值bh,则风速实测值ag变为ag+1;
015.将比较后的结果进行累加,得到排序后集合A中的风速实测值ai在排序后新集合中的顺序为后续k个风速实测值中的风速实测值bj在排序后新集合中的顺序为
其中,当bi>aj,或bi=aj时,插入的风速实测值优先;
px(bi,aj)=1,px(aj,bi)=0;
当bi<aj,或bi=aj时,被插入风速实测值优先;
px(bi,aj)=0,px(aj,bi)=1;
其中,bi表示后续k个风速实测值中的风速实测值,aj表示集合A中的风速实测值。
Claims (6)
1.一种风力发电站的风电数据处理系统,其特征在于包括以下部分:
采集模块,用于采集一小时内风力发电机组的风速实测值,采样周期设置为1分钟;
查询模块,用于将采集到的风速实测值输入到风电机组的主控系统,查询这些风速实测值对应的风电机组的功率实测值;
风速序列模块,用于根据采集到的风速实测值建立风速实测数据时间序列;
功率序列模块,用于根据查询到的功率实测值建立功率实测数据时间序列;
数据处理模块,用于对上述数据进行处理。
2.根据权利要求1所述的风力发电站的风电数据处理系统,其特征在于所述数据处理模块具体包括以下部分:
建模模块,用于基于风速值作为模型输入构建对风电功率进行预测的模型,将采集到的风速实测值作为输入数据,经预测模型输出得到风速实测值对应的功率预测值;
差值计算模块,用于计算功率实测值与对应的功率预测值之间的差值,构建一小时内差值集合作为模型误差样本;
有效值提取模块,用于通过样本筛选方法从所述模型误差样本中提取出有效值,所述有效值所对应的初始数据中的数据部分作为用于风电功率预测建模的有效样本即可。
3.根据权利要求2所述风力发电站的风电数据处理系统,其特征在于所述风速序列模块中:
所述风速实测数据时间序列为:
X={x1,x2,…,xN}
其中,N=60为风速实测数据时间序列的长度。
4.根据权利要求3所述风力发电站的风电数据处理系统,其特征在于所述功率序列模块中:
所述功率实测数据时间序列为:
Y={y1,y2,…,yN}
其中,N=60为功率实测数据时间序列的长度。
5.根据权利要求4所述风力发电站的风电数据处理系统,其特征在于,还包括:
归一化处理模块,用于对风速实测数据时间序列和功率实测数据时间序列进行归一化处理。
互信息模块,用于根据归一化处理后的风速实测数据时间序列和功率实测数据时间序列计算互信息时间序列,所述互信息时间序列为:
其中,N=60,P(X(i*))为风速实测数据时间序列的第i*个风速实测值的分布概率,P(Y(j*))为功率实测数据时间序列的第j*个风速实测值的分布概率,P(X(i*),Y(j*))为风速实测数据时间序列的第i*个风速实测值与功率实测数据时间序列的第j*个风速实测值的联合概率;
优化功率模块,用于将所述互信息时间序列中归一化功率实测数据时间序列按照从大到小排序得到优化功率实测数据时间序列,所述优化功率实测数据时间序列为:
其中,M=30为优化功率实测数据时间序列的长度
输入模块,用于将所述优化功率实测数据时间序列输入差值计算模块中计算功率实测值与对应的功率预测值之间的差值。
6.根据权利要求1或5所述风力发电站的风电数据处理系统,其特征在于,所述采集模块具体包括以下部分:
排序模块,用于每1分钟内采集的风力发电机组的风速实测值集合A=[a1,…,ai,…,an],如果后续有k个风速实测值b1、b2、…、bk需要插入到集合A中,则将k个风速实测值按升序从b1到bk排序;
比较模块,用于将集合A中的每个风速实测值跟对应的后续k个风速实测值进行比较,获取b1到bk相对于集合A中每一个风速实测值的位置;
调整模块,用于如果进行比较的集合A中的风速实测值ag比风速实测值bh小,则被插入风速实测值bh变为bh+1;如果进行比较的集合A中的风速实测值ag大于或等于风速实测值bh,则风速实测值ag变为ag+1;
结果输出模块,用于将比较后的结果进行累加,得到排序后集合A中的风速实测值ai在排序后新集合中的顺序为后续k个风速实测值中的风速实测值bj在排序后新集合中的顺序为
其中,当bi>aj,或bi=aj时,插入的风速实测值优先;
px(bi,aj)=1,px(aj,bi)=0;
当bi<aj,或bi=aj时,被插入风速实测值优先;
px(bi,aj)=0,px(aj,bi)=1;
其中,bi表示后续k个风速实测值中的风速实测值,aj表示集合A中的风速实测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810808972.1A CN108915948A (zh) | 2018-07-23 | 2018-07-23 | 风力发电站的风电数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810808972.1A CN108915948A (zh) | 2018-07-23 | 2018-07-23 | 风力发电站的风电数据处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108915948A true CN108915948A (zh) | 2018-11-30 |
Family
ID=64415794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810808972.1A Pending CN108915948A (zh) | 2018-07-23 | 2018-07-23 | 风力发电站的风电数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108915948A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679298A (zh) * | 2013-12-27 | 2014-03-26 | 中能电力科技开发有限公司 | 风电场短期功率预测精度的评价方法 |
JP2014169660A (ja) * | 2013-03-04 | 2014-09-18 | Hitachi Power Solutions Co Ltd | 風力発電制御装置及び風力発電制御方法 |
WO2015097795A1 (ja) * | 2013-12-25 | 2015-07-02 | 株式会社日立製作所 | 風速評価方法、発電量推定方法、出力および電圧推定方法、風力発電装置の配置方法、および風速評価装置 |
CN107766937A (zh) * | 2017-09-11 | 2018-03-06 | 重庆大学 | 基于特征选取和循环神经网络的风电场功率超短期预测方法 |
CN108291529A (zh) * | 2015-11-26 | 2018-07-17 | 维斯塔斯风力系统集团公司 | 一种监测和评估风力涡轮机功率性能变化的方法 |
-
2018
- 2018-07-23 CN CN201810808972.1A patent/CN108915948A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014169660A (ja) * | 2013-03-04 | 2014-09-18 | Hitachi Power Solutions Co Ltd | 風力発電制御装置及び風力発電制御方法 |
WO2015097795A1 (ja) * | 2013-12-25 | 2015-07-02 | 株式会社日立製作所 | 風速評価方法、発電量推定方法、出力および電圧推定方法、風力発電装置の配置方法、および風速評価装置 |
CN103679298A (zh) * | 2013-12-27 | 2014-03-26 | 中能电力科技开发有限公司 | 风电场短期功率预测精度的评价方法 |
CN108291529A (zh) * | 2015-11-26 | 2018-07-17 | 维斯塔斯风力系统集团公司 | 一种监测和评估风力涡轮机功率性能变化的方法 |
CN107766937A (zh) * | 2017-09-11 | 2018-03-06 | 重庆大学 | 基于特征选取和循环神经网络的风电场功率超短期预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | Hybrid forecasting model for very-short term wind power forecasting based on grey relational analysis and wind speed distribution features | |
CN103116711B (zh) | 基于辐照度特征参数的天气类型辨识方法 | |
CN106557828A (zh) | 一种长时间尺度光伏出力时间序列建模方法和装置 | |
CN113496311A (zh) | 光伏电站发电功率预测方法及系统 | |
CN105426956A (zh) | 一种超短期光伏预测方法 | |
CN109086928A (zh) | 基于saga-fcm-lssvm模型的光伏电站实时功率预测方法 | |
CN105262441B (zh) | 基于红外图像的光伏阵列故障等级划分方法 | |
CN110224673A (zh) | 一种基于深度学习的太阳能光伏电池板故障检测方法 | |
CN105404937A (zh) | 一种光伏电站短期功率预测方法和系统 | |
WO2024051524A1 (zh) | 一种水风光发电功率联合预测方法、装置 | |
CN104102951A (zh) | 一种基于emd历史数据预处理的短期风电功率预测方法 | |
CN103942736A (zh) | 一种风电场多机等值建模方法 | |
CN103020743A (zh) | 风电场超短期风速预测方法 | |
CN114819374A (zh) | 区域新能源超短期功率预测方法及系统 | |
CN106886564A (zh) | 一种基于空间聚类订正nwp风能图谱的方法及装置 | |
CN106503848A (zh) | 多小水电趸售地区电网的负荷预测方法 | |
WO2021063461A1 (en) | Method for planning a layout of a renewable energy site | |
CN110059972B (zh) | 基于泛函深度信念网络的日太阳辐射资源评估方法 | |
CN117113628A (zh) | 一种基于Wasserstein距离测度显/隐式模型的典型场景生成方法及系统 | |
CN107918920B (zh) | 多光伏电站的出力关联性分析方法 | |
CN108915948A (zh) | 风力发电站的风电数据处理系统 | |
CN115907268A (zh) | 一种集合预报气象资源综合管理方法及系统 | |
CN109086924A (zh) | 风力发电站的风电数据处理方法 | |
CN106934094A (zh) | 一种基于二十四节气的风电功率预测方法 | |
CN111027816B (zh) | 一种基于数据包络分析的光伏发电效率计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181130 |
|
WD01 | Invention patent application deemed withdrawn after publication |