一种海上风电场风速预测方法、装置、存储介质及设备与流程

技术特征：
1.一种海上风电场风速预测方法，其特征在于，所述方法包括以下步骤：获取海上风电场在台风条件下的风速时间序列，并对所述风速时间序列进行平稳化的预处理，得到多个风速子序列；构建风速预测模型，将各个风速子序列输入所述风速预测模型进行训练学习与重构后，得到原始风速预测值；构建台风风场模型，根据所述台风风场模型对所述原始风速预测值进行修正。2.根据权利要求1所述的海上风电场风速预测方法，其特征在于，对所述风速时间序列进行平稳化的预处理，得到多个风速子序列，具体包括：获取所述风速时间序列的信号频谱，对所述风速时间序列的信号频谱进行自适应划分，得到多个频率区间；根据所述频率区间及meyer小波，构造滤波器函数；其中，所述滤波器函数包括经验小波函数和经验尺度函数；根据所述经验小波函数和经验尺度函数，对各个所述频率区间进行经验小波变换，得到对所述风速时间序列分解后的各个风速子序列。3.根据权利要求1所述的海上风电场风速预测方法，其特征在于，构建风速预测模型，具体包括：创建长短期记忆网络模型，并向所述长短期记忆网络模型中添加注意力机制，将添加有注意力机制的所述长短期记忆网络模型作为风速预测模型。4.根据权利要求3所述的海上风电场风速预测方法，其特征在于，向所述长短期记忆网络模型中添加注意力机制，具体包括：获取所述长短期记忆网络模型隐藏层的输出矩阵，并根据所述输出矩阵的行向量与当前时间步状态，得到各个行向量的权重值，将各个行向量与各自的权重值相乘再求和，得到上下文向量；根据所述上下文向量与当前时间步状态的连接关系，得到添加注意力机制的长短期记忆网络模型。5.根据权利要求1所述的海上风电场风速预测方法，其特征在于，构建台风风场模型，根据所述台风风场模型对所述原始风速预测值进行修正，具体包括：创建气压场模型及梯度风模型，通过所述气压场模型和梯度风模型描绘台风附近风场信息，并根据台风附近风场信息对所述原始风速预测值进行修正；其中，所述台风附近风场信息包括风电场内风机轮毂高度处风速。6.根据权利要求5所述的海上风电场风速预测方法，其特征在于，所述气压场模型为：式中，p(r)为台风的气压场函数，p0为台风中心处的气压，p
∞
为距离台风中心无限远处的气压，b为经验系数，r
max
为台风的最大风速半径；所述梯度风模型为
式中，ρ为大气的平均空气密度，f为地球自转的科里奥利力，p为气压，r为点到台风中心距离。7.根据权利要求5所述的海上风电场风速预测方法，其特征在于，所风电场内风机轮毂高度处风速计算模型为：v
z
＝v
10
(z/z
10
)
a
式中，v
z
为任意高度z处的风速，v
10
为10m高度处的风速，z为任意高度，z
10
为10m高度，a为地面的粗糙度参数。8.一种海上风电场风速预测装置，其特征在于，所述装置包括：风速序列分解模块，用于获取海上风电场在台风条件下的风速时间序列，并对所述风速时间序列进行平稳化的预处理，得到多个风速子序列；原始风速预测模块，用于构建风速预测模型，将各个风速子序列输入所述风速预测模型进行训练学习与重构后，得到原始风速预测值；预测风速修正模块，用于构建台风风场模型，根据所述台风风场模型对所述原始风速预测值进行修正。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至7中任一项所述的海上风电场风速预测方法。10.一种电力设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1至7中任一项所述的海上风电场风速预测方法。

技术总结
本申请涉及一种海上风电场风速预测方法，所述方法包括：获取海上风电场在台风条件下的风速时间序列，并对风速时间序列进行平稳化的预处理，得到多个风速子序列；构建风速预测模型，将各个风速子序列输入风速预测模型进行训练学习与重构后，得到原始风速预测值；构建台风风场模型，根据台风风场模型对原始风速预测值进行修正。相比现有技术，本发明采用经验小波变换对台风期间风速时间序列进行分解，得到用于预测的较为平稳的风速子序列，进而提高预测精度；根据台风固有结构特性，以气压场模型和梯度风模型描绘台风附近风场信息，根据台风附近风场信息对原始风速预测值进行修正，得到最终的风速预测值，提高了预测精度，满足了实际应用需求。际应用需求。际应用需求。


技术研发人员：刘洋 朱誉 杨银国 伍双喜 李力 于珍 何锦华 郑元钧 杨一宁
受保护的技术使用者：广东电网有限责任公司电力调度控制中心
技术研发日：2022.07.26
技术公布日：2022/11/11