(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211161172.8 (22)申请日 2022.09.23 (71)申请人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 (72)发明人 杨明　李梦林　于一潇　李鹏　 张玉敏　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 李琳 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 考虑功率时序及气象相依特性的风电功率 预测方法及系统 (57)摘要 本发明属于风电功 率预测技术领域， 其解决 了无法直接参照超短期预测将历史若干时刻实 测风电功率作为预测模型输入的问题， 提供一种 考虑功率时序及气象相依特性的风电功率预测 方法及系统。 其中该方法包括得到预设区域高时 空分辨率的网格化数值气象预报结果； 基于网格 化数值气象预报结果及训练完成的连续条件随 机场模型， 得到日前风电功率预测结果； 连续条 件随机场模型包括连续条件随机场的一元势函 数模型和二元势函数模型； 一元势函数模型用于 初步预测出日前风电功率序列； 二元势函数模型 用于基于特征相似性来调整量化表征的初步预 测的日前风电功率序列进行调整， 得到最终的日 前风电功率预测结果。 其能够实现准确的日前风 电功率预测。 权利要求书2页 说明书15页 附图6页 CN 115239029 A 2022.10.25 CN 115239029 A 1.考虑功率时序及气象相依特性的风电功率预测方法， 其特 征在于， 包括： 基于风电场区域数值天气预报系统， 得到预设区域高时空分辨率的网格化数值气象预 报结果； 基于网格化数值气象预报结果及训练完成的连续条件随机场模型， 得到日前风电功率 预测结果； 其中， 所述连续条件随机场模型包括连续条件随机场的一元势函数模型和二元势函数 模型； 所述一元势函数模型基于网格化数值气象预报结果所构成的气象特征序列， 初步预 测出日前风电功 率序列； 所述二元势函数模型用于对初步预测的日前风电功 率序列进 行量 化表征， 基于特征相似性来调整量化表征 的初步预测的日前风电功率序列进行调整， 得到 最终的日前风电功率预测结果。 2.如权利要求1所述的考虑功率时序及气象相依特性的风电功率预测方法， 其特征在 于， 采用双向长短期记忆神经网络对所述一元势函数进行建模， 构建数值气象和风电功率 的高维非线性关系。 3.如权利要求1所述的考虑功率时序及气象相依特性的风电功率预测方法， 其特征在 于， 采用两个不同的高斯核函数对所述二元势函数进行建模， 对风电功率的时序规律进行 量化表征。 4.如权利要求3所述的考虑功率时序及气象相依特性的风电功率预测方法， 其特征在 于， 其中第一个高斯核设置的目的是为了让具有相似特征 的两个时刻的功率越相 近， 第二 个高斯核设置的目的是 让临近时刻的两个时刻的功率在数值上相近 。 5.如权利要求1所述的考虑功率时序及气象相依特性的风电功率预测方法， 其特征在 于， 采用平均场理论构建连续条件随机场的端到端的训练方式， 基于训练数据集采用 RMSprop优化 算法对一元势函数以及二元势函数的参数进行优化。 6.考虑功率时序及气象相依特性的风电功率预测系统， 其特 征在于， 包括： 气象预报结果获取模块， 其用于基于风电场 区域数值天气预报系统， 得到预设区域高 时空分辨 率的网格化数值气象预报结果； 日前风电功率预测模块， 其用于基于网格化数值气象预报结果及训练完成的连续条件 随机场模型， 得到日前风电功率预测结果； 其中， 所述连续条件随机场模型包括连续条件随机场的一元势函数模型和二元势函数 模型； 所述一元势函数模型基于网格化数值气象预报结果所构成的气象特征序列， 初步预 测出日前风电功 率序列； 所述二元势函数模型用于对初步预测的日前风电功 率序列进 行量 化表征， 基于特征相似性来调整量化表征 的初步预测的日前风电功率序列进行调整， 得到 最终的日前风电功率预测结果。 7.如权利要求6所述的考虑功率时序及气象相依特性的风电功率预测系统， 其特征在 于， 在所述日前风电功率预测模块中， 采用双向长短期记忆神经网络对所述一元势函数进 行建模， 构建数值气象和风电功率的高维 非线性关系。 8.如权利要求6所述的考虑功率时序及气象相依特性的风电功率预测系统， 其特征在 于， 在所述日前风电功率预测模块中， 采用两个不同的高斯核函数对所述二元势函数进行 建模， 对风电功率的时序规 律进行量 化表征。 9.如权利要求8所述的考虑功率时序及气象相依特性的风电功率预测系统， 其特征在权　利　要　求　书 1/2 页 2 CN 115239029 A 2于， 其中第一个高斯核设置的目的是为了让具有相似特征 的两个时刻的功率越相 近， 第二 个高斯核设置的目的是 让临近时刻的两个时刻的功率在数值上相近 。 10.如权利要求6所述的考虑功率时序及气象相依特性的风电功率预测系统， 其特征在 于， 采用平均场理论构建连续条件随机场的端到端的训练方式， 基于训练数据集采用 RMSprop优化 算法对一元势函数以及二元势函数的参数进行优化。权　利　要　求　书 2/2 页 3 CN 115239029 A 3