一种基于PASDA和FTS的风电爬坡事件识别方法

    公开(公告)号:CN115688472A

    公开(公告)日:2023-02-03

    申请号:CN202211429241.9

    申请日:2022-11-15

    摘要: 本发明公开一种基于PASDA和FTS的风电爬坡事件识别方法,首先将时间分辨率为15分钟的风电功率数据通过不同的滤波方法预处理,减少噪声和不合理数据影响;进而将预处理后的数据投入基于常规旋转门算法的参数自适应改进模型中,在保留功率数据波动趋势和降低压缩误差的基础上将数据量压缩到最低,提高识别的反应速度;随后对压缩后的数据进行波动趋势特征提取和筛选,消除bump事件等降低识别精度的事件所代表的的波动趋势特征,获得具有上/下爬坡趋势的风电功率数据集;最后基于三种常见定义的不同时间和阈值条件,识别获得风电爬坡事件的数量结果和起止时间结果。通过本发明方法可以提高爬坡事件识别方法的适用范围,提高识别精度,具有推广价值。

    一种用于海上风电场的天气预报修正方法及系统

    公开(公告)号:CN116931122A

    公开(公告)日:2023-10-24

    申请号:CN202310688801.0

    申请日:2023-06-09

    IPC分类号: G01W1/10 G06N3/0464 G06N3/08

    摘要: 本发明公开了一种用于海上风电场的天气预报修正方法及系统,属于电网调度运行技术领域。本发明方法,包括:收集目标基地内海上风电场,与海上风电场风速相关的历史网格化数值天气预报数据和历史实测风速数据;基于所述历史网格化数值天气预报数据和历史实测风速数据,训练得到风速预报修正模型;提取目标基地内海上风电场每日更新的与海上风电场风速相关的网格化数值天气预报数据,将所述网格化数值天气预报数据归一化后,输入至风速预报修正模型,以对所述网格化数值天气预报数据进行修正。本发明通过风速预报修正模型对风速预报数据进行修正,能够到更精准的风速预报数据,进而可以为海上风电基地的资源预报预警提供了重要支撑。