基于预训练物理约束模型的新能源功率数据生成方法与流程

本发明涉及新能源发电数据生成，具体涉及基于预训练物理约束模型的新能源功率数据生成方法。

背景技术：

1、新能源发电出力对气象条件高度敏感，高质量训练数据是提升功率预测模型性能的关键。然而，新能源场站历史数据存在极端天气样本稀缺、不同区域分布不均等问题，导致训练数据不足，制约了预测模型的泛化能力。

2、现有数据生成方法主要依赖生成对抗网络或变分自编码器进行样本扩展，但通常仅关注数据分布相似性，缺乏对新能源发电物理机理的约束，容易生成不符合实际物理规律的样本。部分研究尝试引入物理信息神经网络，如cn116014757b将神经网络用于新能源场站频率控制，cn121503819a在解码网络输出端施加功率边界限制，但上述方法中的物理约束均为被动施加于输出端，未将物理模型贯穿于生成过程的中间环节，亦未针对极端天气样本稀缺问题设计专门的主动构造与筛选机制，难以保证生成数据在极端工况下的物理合理性与多样性。

技术实现思路

1、本发明提供了基于预训练物理约束模型的新能源功率数据生成方法，以解决现有新能源功率数据生成过程中缺乏全过程物理约束、生成样本易偏离真实发电机理以及极端工况样本构造能力不足，导致生成数据物理合理性差、场景覆盖度低和模型泛化能力受限的问题。

2、鉴于上述问题，本发明提供了基于预训练物理约束模型的新能源功率数据生成方法，所述方法包括：

3、获取目标新能源场站的气象特征向量和物理结构向量；

4、将所述气象特征向量和所述物理结构向量输入序列生成模型，生成基础功率时间序列；

5、调用与所述目标新能源场站发电类型对应的物理约束模型，根据所述气象特征向量和所述物理结构向量计算物理模型功率值，根据所述基础功率时间序列与所述物理模型功率值之间的物理一致性误差判定所述基础功率时间序列的有效性；

6、根据所述物理结构向量确定极端场景扰动的扰动参数，根据所述扰动参数对所述气象特征向量施加极端场景扰动，获得极端扰动气象特征向量；

7、将所述极端扰动气象特征向量输入所述序列生成模型，生成极端场景功率时间序列；

8、调用所述物理约束模型，根据所述极端扰动气象特征向量和所述物理结构向量计算极端物理模型功率值，根据所述极端场景功率时间序列与所述极端物理模型功率值之间的极端物理一致性误差判定所述极端场景功率时间序列的有效性；

9、合并通过有效性判定的所述基础功率时间序列和所述极端场景功率时间序列，输出预训练数据集。

10、本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：

11、本发明通过将气象特征向量与物理结构向量输入序列生成模型生成基础功率时间序列，并结合物理约束模型对生成结果进行物理一致性校验，实现了数据生成过程中的全过程物理约束，能够有效避免生成样本偏离新能源实际发电机理，提高生成数据的真实性和物理合理性；同时，通过构建极端场景扰动参数并生成极端场景功率时间序列，扩充了极端工况下的训练样本，增强了生成数据的场景覆盖能力和多样性；进一步通过对常规工况样本与极端工况样本进行联合筛选和融合，构建形成高质量预训练数据集，从而提高新能源功率预测模型在复杂环境和极端天气条件下的泛化能力、稳定性及鲁棒性。

1.基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，包括：

2.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，获取目标新能源场站的气象特征向量和物理结构向量，包括：

3.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，将所述气象特征向量和所述物理结构向量输入序列生成模型，生成基础功率时间序列，包括：

4.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，还包括：

5.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，调用与所述目标新能源场站发电类型对应的物理约束模型，根据所述气象特征向量和所述物理结构向量计算物理模型功率值，包括：

6.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，根据所述基础功率时间序列与所述物理模型功率值之间的物理一致性误差判定所述基础功率时间序列的有效性，包括：

7.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，根据所述物理结构向量确定极端场景扰动的扰动参数，根据所述扰动参数对所述气象特征向量施加极端场景扰动，获得极端扰动气象特征向量，包括：

8.如权利要求7所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，还包括：

9.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，合并通过有效性判定的所述基础功率时间序列和所述极端场景功率时间序列，输出预训练数据集，包括：

10.如权利要求1所述的基于预训练物理约束模型的新能源功率数据生成方法，其特征在于，还包括：