实时校正的自学习ARMA模型风电功率超短期预测方法

    公开(公告)号:CN103984986B

    公开(公告)日:2018-04-27

    申请号:CN201410186902.9

    申请日:2014-05-06

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种实时校正的自学习ARMA模型风电功率超短期预测方法,包括输入数据得到自回归滑动平均模型参数;输入风资源监测系统数据和运行监测系统数据,并根据运行监测数据实时校正开机容量;建立自回归滑动平均模型从而得到风电功率超短期预测结果;引入实时测风塔数据对风电功率超短期预测结果进行实时校正。通过对风力发电过程中的风电功率进行预测,并通过引入实时测风塔数据对风电功率超短期预测结果进行实时校正,克服现有ARMA技术中风电功率超短期预测精度低的缺陷,达到高精度的风电功率超短期预测的目的。

    一种基于区域网格化格点归类的测光站覆盖范围分析方法

    公开(公告)号:CN104050345B

    公开(公告)日:2017-09-05

    申请号:CN201410064905.5

    申请日:2014-02-25

    IPC分类号: G06F19/00

    CPC分类号: Y02A90/15

    摘要: 本发明公开了一种基于区域网格化格点归类的测光站覆盖范围分析方法,主要包括:将待测区域按照经纬度进行网格化,获取网格点处的地理因素和气象环境因素的测量数据;根据上述测量数据绘图,获取待测区域的海拔和地表反射率,对包含格点所处位置的海拔高度和地表反射率的地理因素相关性进行综合分析,进行格点归类;基于上述格点归来结果,对格点数据相关性分析及归类;基于上述对格点数据相关性分析及归类结果,确定测光站测量范围。本发明所述基于区域网格化格点归类的测光站覆盖范围分析方法,可以克服现有技术中稳定性差、能量转换效率低和环保性差等缺陷,以实现稳定性好、能量转换效率高和环保性好的优点。