摘要
本发明涉及风力发电技术领域,具体涉及基于气象背景及风电场特性的风电机组来流风况预测方法及系统,所述方法包括:利用测风塔获取历史来流风况数据,计算机组风轮前受上游地形尾流效应影响的历史来流风况序列;获取气象预报数据并将不同气压层的气象预报数据插值至机组目标高度;构建空间降尺度模型,建立机组目标高度历史的气象预报数据与来流风况之间的空间映射关系;构建时间特征提取模型,基于历史的气象预报数据和机组运行数据提取时间特征;结合气象预报数据、机组历史来流风况数据和机组运行数据,利用时空特征提取模型输出来流风况预测结果。其目的在于,实现同时预测来流风速和风向,提高来流风况预测的准确性。
技术关键词
气象预报数据
机组运行数据
风电机组
特征提取模型
空间降尺度
尾流效应
风速
交叉注意力神经网络
LightGBM模型
测风塔
三维尾流模型
插值方法
风电场布局
网格
空间特征提取
风轮
风力发电技术
解码器结构
系统为您推荐了相关专利信息
历史雷达数据
雷达设备
视频设备
实时视频
非线性
医学影像数据处理
特征提取模型
高斯差分尺度空间
数据获取模块
医疗大数据
吸收光谱测量方法
特征提取模型
样本
BP神经网络
随机梯度下降
核验方法
模具管理系统
变更模具
图像
特征提取模型
资源预测方法
融合特征
特征提取模型
搜索算法
周期