摘要
随着风力发电的逐步普及,与风电相关的智能预测平台成为风电行业必不可少的基础配置.虽然大多数风电场已经开始进行数字化转型,但是在预测风电短期功率上仍采用传统的方法.传统的预测方法往往需要投入大量的人力和物力且效率低下,不适合推广应用.文章设计了一套适合风电机组的智能化预测平台,对风机监控与采集平台采集到的数据进行分析与处理.一方面,在样本充足的条件下,将风电数据进行异常值修正、风电功率输出模式识别和模型预测处理后,实现对风电未来功率的综合性预测分析;另一方面,针对小样本的情形,从样本的相似性和多样性两个方面扩充风电数据集,借助元学习框架,综合多种风电领域的先进算法进行风电功率预测,并且通过开启在线更新模块即时更新预测模型的参数,从而保障预测模型的准确性与可靠性.该设计可降低风电场的运营和维护成本,为后续电力调度提供参考.
基金项目
湖南省自然科学基金项目(2024JJ7091)
国家级大学生创新创业训练计划项目(S202312034013)
NETL
NSTL
万方数据