本申請(qǐng)?zhí)岢鲆环N基于AI的風(fēng)機(jī)的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。該方法包括：基于天氣預(yù)報(bào)預(yù)測(cè)值及歷史數(shù)據(jù)值分別獲取預(yù)測(cè)值特征及歷史數(shù)據(jù)值特征，基于注意力機(jī)制模型，得到預(yù)測(cè)值注意力特征及歷史數(shù)據(jù)值注意力特征，通過(guò)融合歷史數(shù)據(jù)值注意力特征與預(yù)測(cè)值特征，得到預(yù)測(cè)值融合特征，以及通過(guò)融合預(yù)測(cè)值注意力特征與歷史數(shù)據(jù)值特征，得到歷史數(shù)據(jù)值融合特征，基于歷史數(shù)據(jù)值融合特征、預(yù)測(cè)值融合特征及全局特征通道維度信息進(jìn)行拼接得到風(fēng)電功率的預(yù)測(cè)值。該方法可以有效提高預(yù)測(cè)準(zhǔn)確度，減少棄風(fēng)，可準(zhǔn)確的預(yù)測(cè)未來(lái)的風(fēng)機(jī)功率。可準(zhǔn)確的預(yù)測(cè)未來(lái)的風(fēng)機(jī)功率。可準(zhǔn)確的預(yù)測(cè)未來(lái)的風(fēng)機(jī)功率。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于AI的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)
[0001]本申請(qǐng)涉及風(fēng)力發(fā)電
，具體的涉及一種基于AI數(shù)據(jù)挖掘的風(fēng)機(jī)的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。
技術(shù)介紹
[0002]風(fēng)能是具有大規(guī)模發(fā)展?jié)摿Φ目稍偕茉矗陙?lái)，隨著風(fēng)電設(shè)備制造技術(shù)的普及和風(fēng)機(jī)廠商制造規(guī)模的不斷擴(kuò)展，風(fēng)機(jī)價(jià)格逐步降低，風(fēng)力發(fā)電是目前最成熟的、最具商業(yè)化開(kāi)發(fā)前景的可再生能源發(fā)電技術(shù)之一，許多國(guó)家都將風(fēng)力發(fā)電作為未來(lái)發(fā)展的主要能源來(lái)制定電力發(fā)展規(guī)劃。
[0003]隨著我國(guó)風(fēng)電裝機(jī)容量的快速增長(zhǎng)，風(fēng)電對(duì)電網(wǎng)的威脅正在凸現(xiàn)。大規(guī)模風(fēng)電的快速發(fā)展、集中接入和遠(yuǎn)距離輸送對(duì)電網(wǎng)調(diào)度提出了更高的要求。因?yàn)轱L(fēng)能具有的間歇性和波動(dòng)性影響高效而安全地并網(wǎng)，因此目前我國(guó)目前存在大量的棄風(fēng)行為，這無(wú)疑造成了大量資源的閑置和浪費(fèi)。而對(duì)風(fēng)機(jī)的發(fā)電功率的準(zhǔn)確預(yù)測(cè)，不僅可解決風(fēng)電消納問(wèn)題，也會(huì)增強(qiáng)風(fēng)電在電力市場(chǎng)中的競(jìng)爭(zhēng)力，提高上網(wǎng)電價(jià)。盡管研究者提出了很多風(fēng)電功率預(yù)測(cè)模型，并在實(shí)驗(yàn)室條件和現(xiàn)場(chǎng)試驗(yàn)中獲得了成功，但目前為止，在風(fēng)電功率預(yù)測(cè)場(chǎng)景中，能夠?qū)崿F(xiàn)商業(yè)化并能實(shí)現(xiàn)工業(yè)應(yīng)用的預(yù)測(cè)系統(tǒng)還非常少，沒(méi)有成熟的解決方案。
[0004]因此，仍需要對(duì)風(fēng)電功率預(yù)測(cè)做進(jìn)一步的研究，提高模型的精度和穩(wěn)定性。
技術(shù)實(shí)現(xiàn)思路
[0005]基于上述問(wèn)題，本申請(qǐng)?zhí)峁┮环N基于AI(人工智能)數(shù)據(jù)挖掘的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。基于該預(yù)測(cè)系統(tǒng)能實(shí)現(xiàn)可靠的風(fēng)電功率的預(yù)測(cè)。基于該系統(tǒng)的預(yù)設(shè)該方法可以有效提高預(yù)測(cè)準(zhǔn)確度，減少棄風(fēng)，可準(zhǔn)確的預(yù)測(cè)未來(lái)的風(fēng)機(jī)功率。
[0006]為此實(shí)現(xiàn)上述的目的，本申請(qǐng)采用如下技術(shù)方案：
[0007]一種基于AI的風(fēng)電功率的預(yù)測(cè)系統(tǒng)，其特征在于，包括：
[0008]第一支路及第二支路，
[0009]所述第一支路基于風(fēng)向預(yù)測(cè)值及風(fēng)速預(yù)測(cè)值并基于預(yù)設(shè)的第一預(yù)測(cè)模型以獲得預(yù)測(cè)值特征，同時(shí)通過(guò)注意力機(jī)制模型，得到預(yù)測(cè)值注意力特征，再融合預(yù)測(cè)值注意力特征與歷史數(shù)據(jù)值特征，得到歷史數(shù)據(jù)值融合特征；
[0010]所述第二支路基于歷史數(shù)據(jù)等并基于預(yù)設(shè)的第一預(yù)測(cè)模型獲得歷史數(shù)據(jù)值特征，同時(shí)通過(guò)注意力機(jī)制模型，得到歷史數(shù)據(jù)值注意力特征，再通過(guò)融合歷史數(shù)據(jù)值注意力特征與預(yù)測(cè)值特征，得到預(yù)測(cè)值融合特征：
[0011]第五數(shù)據(jù)處理模塊基于歷史數(shù)據(jù)值融合特征、預(yù)測(cè)值融合特征及全局特征通道維度信息進(jìn)行拼接得到風(fēng)電功率的預(yù)測(cè)值。
[0012]優(yōu)選的，該第一支路包括：
[0013]第一數(shù)據(jù)獲取模塊、用于獲得風(fēng)向預(yù)測(cè)值和風(fēng)速預(yù)測(cè)值、
[0014]第一數(shù)據(jù)處理模塊，接收第一數(shù)據(jù)獲取模塊反饋的信息并分別處理，獲得得到各
自特征、并將各自特征進(jìn)行維度信息融合，并輸出至第二數(shù)據(jù)處理模塊，第二數(shù)據(jù)處理模塊接收并響應(yīng)融合的信息，經(jīng)處理得到預(yù)測(cè)值特征。
[0015]優(yōu)選的，該第二支路包括：
[0016]第二數(shù)據(jù)獲取模塊，以獲得匹配第一數(shù)據(jù)獲取模塊的歷史同期的多種歷史數(shù)據(jù)，并將其傳輸至第三數(shù)據(jù)處理模塊
[0017]第三數(shù)據(jù)處理模塊接收并響應(yīng)該多種歷史數(shù)據(jù)，并分別處理，以獲得得到各自特征、并將其進(jìn)行維度信息融合，并將融合的信息輸出至第四數(shù)據(jù)處理模塊，第四數(shù)據(jù)處理模塊接收并響應(yīng)融合的信息，經(jīng)處理得到歷史數(shù)據(jù)值特征。
[0018]一種上述預(yù)測(cè)系統(tǒng)的預(yù)測(cè)方法，其特征在于，方法包括：
[0019]S1、基于天氣預(yù)報(bào)預(yù)測(cè)值及歷史數(shù)據(jù)值分別獲取預(yù)測(cè)值特征及歷史數(shù)據(jù)值特征，
[0020]S2、基于注意力機(jī)制模型，得到預(yù)測(cè)值注意力特征及歷史數(shù)據(jù)值注意力特征，
[0021]S3、通過(guò)融合歷史數(shù)據(jù)值注意力特征與預(yù)測(cè)值特征，得到預(yù)測(cè)值融合特征，以及
[0022]通過(guò)融合預(yù)測(cè)值注意力特征與歷史數(shù)據(jù)值特征，得到歷史數(shù)據(jù)值融合特征，
[0023]S4、基于歷史數(shù)據(jù)值融合特征、預(yù)測(cè)值融合特征及全局特征通道維度信息進(jìn)行拼接得到風(fēng)電功率的預(yù)測(cè)值。
[0024]有益效果
[0025]相對(duì)于現(xiàn)有技術(shù)中的方案，本申請(qǐng)實(shí)施方式的基于A I數(shù)據(jù)挖掘的風(fēng)電功率的預(yù)測(cè)系統(tǒng)的預(yù)測(cè)方法能夠有效提取、融合多通道信號(hào)的信息，建模多通道天氣預(yù)報(bào)預(yù)測(cè)值和歷史數(shù)據(jù)值間的相關(guān)性，自動(dòng)提取與目標(biāo)任務(wù)強(qiáng)相關(guān)的高層語(yǔ)義特征，實(shí)現(xiàn)準(zhǔn)確的風(fēng)機(jī)功率預(yù)測(cè)。
附圖說(shuō)明
[0026]為了更清楚地說(shuō)明本說(shuō)明書實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本說(shuō)明書中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖：
[0027]圖1、圖2為本申請(qǐng)實(shí)施例的基于AI的風(fēng)電功率的預(yù)測(cè)系統(tǒng)的功能示意圖；
[0028]圖3為本申請(qǐng)實(shí)施例的基于AI的風(fēng)電功率的預(yù)測(cè)方法的流程示意圖。
具體實(shí)施方式
[0029]為了使本
的人員更好地理解本專利技術(shù)提出的技術(shù)方案，下面將結(jié)合本說(shuō)明書實(shí)施例中的附圖，對(duì)本說(shuō)明書實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本說(shuō)明書中的一部分實(shí)施例，而不是全部的實(shí)施例。基于本說(shuō)明書中的一個(gè)或多個(gè)實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本專利技術(shù)保護(hù)的范圍。還需要指出的是，在本申請(qǐng)的裝置、設(shè)備和方法中，各部件或各步驟是可以分解和/或重新組合的。這些分解和/或重新組合應(yīng)視為本申請(qǐng)的等效方案。
[0030]實(shí)施例：
[0031]本申請(qǐng)?zhí)岢鲆环N基于AI的風(fēng)機(jī)的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。該預(yù)測(cè)系統(tǒng)具
有第一支路及第二支路，該第一支路基于風(fēng)向預(yù)測(cè)值及風(fēng)速預(yù)測(cè)值并基于預(yù)設(shè)的第一預(yù)測(cè)模型以獲得預(yù)測(cè)值特征；該第二支路基于匹配天氣預(yù)報(bào)預(yù)測(cè)值的歷史數(shù)據(jù)值并利用第二預(yù)設(shè)的預(yù)測(cè)模型以獲得歷史數(shù)據(jù)值特征：將預(yù)測(cè)值特征及歷史數(shù)據(jù)值特征輸入多模態(tài)融合獲得風(fēng)電功率的預(yù)測(cè)值。該預(yù)測(cè)系統(tǒng)連接風(fēng)機(jī)，并對(duì)連接的風(fēng)機(jī)進(jìn)行風(fēng)電功率預(yù)測(cè)。該方法包括：基于天氣預(yù)報(bào)預(yù)測(cè)值及歷史數(shù)據(jù)值分別獲取預(yù)測(cè)值特征及歷史數(shù)據(jù)值特征，基于注意力機(jī)制模型，得到預(yù)測(cè)值注意力特征及歷史數(shù)據(jù)值注意力特征，通過(guò)融合歷史數(shù)據(jù)值注意力特征與預(yù)測(cè)值特征，得到預(yù)測(cè)值融合特征，以及通過(guò)融合預(yù)測(cè)值注意力特征與歷史數(shù)據(jù)值特征，得到歷史數(shù)據(jù)值融合特征，基于歷史數(shù)據(jù)值融合特征、預(yù)測(cè)值融合特征及全局特征通道維度信息進(jìn)行拼接得到風(fēng)電功率的預(yù)測(cè)值。該方法可以有效提高預(yù)測(cè)準(zhǔn)確度，減少棄風(fēng)，可準(zhǔn)確的預(yù)測(cè)未來(lái)的風(fēng)機(jī)功率。
[0032]接下來(lái)結(jié)合圖來(lái)詳細(xì)的描述本申請(qǐng)出的基于AI數(shù)據(jù)挖掘的風(fēng)電功率的預(yù)測(cè)方法及預(yù)測(cè)系統(tǒng)。
[0033]基于AI數(shù)據(jù)挖掘的風(fēng)電功率的預(yù)測(cè)系統(tǒng)包括：第一支路及第二支路，該第一支路基于風(fēng)向預(yù)測(cè)值及風(fēng)速預(yù)測(cè)值并基于預(yù)設(shè)的預(yù)測(cè)模型以獲得預(yù)測(cè)值特征；該第二支路基于風(fēng)向歷史數(shù)據(jù)、風(fēng)速歷史數(shù)據(jù)及風(fēng)電功率歷史數(shù)據(jù)等并基于預(yù)設(shè)的預(yù)測(cè)模型以獲得歷史數(shù)據(jù)值特征：
[0034]將預(yù)測(cè)值特征及歷史數(shù)據(jù)值特征輸入多模態(tài)融合獲得風(fēng)電功率的預(yù)測(cè)值。
本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種基于AI的風(fēng)電功率的預(yù)測(cè)系統(tǒng)，其特征在于，包括：第一支路及第二支路，所述第一支路基于風(fēng)向預(yù)測(cè)值及風(fēng)速預(yù)測(cè)值并基于預(yù)設(shè)的第一預(yù)測(cè)模型以獲得預(yù)測(cè)值特征，通過(guò)注意力機(jī)制模型，得到預(yù)測(cè)值注意力特征，再融合預(yù)測(cè)值注意力特征與歷史數(shù)據(jù)值特征，得到歷史數(shù)據(jù)值融合特征；所述第二支路基于歷史數(shù)據(jù)等并基于預(yù)設(shè)的第一預(yù)測(cè)模型獲得歷史數(shù)據(jù)值特征，通過(guò)注意力機(jī)制模型，得到歷史數(shù)據(jù)值注意力特征，再通過(guò)融合歷史數(shù)據(jù)值注意力特征與預(yù)測(cè)值特征，得到預(yù)測(cè)值融合特征：第五數(shù)據(jù)處理模塊基于歷史數(shù)據(jù)值融合特征、預(yù)測(cè)值融合特征及全局特征并通過(guò)通道維度信息進(jìn)行拼接得到風(fēng)電功率的預(yù)測(cè)值。2.如權(quán)利要求1所述的基于AI的風(fēng)電功率的預(yù)測(cè)系統(tǒng)，其特征在于，所述第一支路包括：第一數(shù)據(jù)獲取模塊、其用于獲得風(fēng)向預(yù)測(cè)值和風(fēng)速預(yù)測(cè)值、第一數(shù)據(jù)處理模塊，其接收第一數(shù)據(jù)獲取模塊反饋的信息并分別處理，獲得得到各自特征、并將各自特征進(jìn)行維度信息融合，并輸出至第二數(shù)據(jù)處理模塊，第二數(shù)據(jù)處理模塊接收并響應(yīng)融合的信息，經(jīng)處理得到預(yù)測(cè)值特征。3.如權(quán)利要求1所述的基于AI的風(fēng)電功率的預(yù)測(cè)系統(tǒng)，其特征在于，所述第二支路包括：第二數(shù)據(jù)獲取模塊，以獲得匹配第一數(shù)據(jù)獲取模...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郝雨辰，
申請(qǐng)(專利權(quán))人：國(guó)網(wǎng)江蘇省電力有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。