一种基于大数据回测的偏航静态及动态误差自适应方法

本发明涉及风力发电技术领域。提供了一种基于大数据回测的偏航静态及动态误差自适应方法，包括步骤：通过多源数据融合数据构建多维度特征向量，建立动态特征数据集；基于动态特征数据集，采用时空图卷积网络建立风电场动态误差预测模型，捕捉风切变、湍流及尾流效应的时空演变规律；基于历史全风速段数据构建变分自编码基准模型，实时计算当前工况与变分自编码基准模型的残差并作为静态误差预测值；将静态误差预测值与动态误差预测值进行自适应权重融合，得到融合误差；将融合误差转化为偏航角度修正量，执行对风动作。解决现有偏航误差识别技术数据依赖强、缺乏动态分析、模型适应性差及复杂风场处理困难的问题。