本發(fā)明涉及風(fēng)電場功率預(yù)測領(lǐng)域，具體是風(fēng)電場功率預(yù)測中基于雙重置信區(qū)間的風(fēng)電場功率預(yù)測樣本篩選方法。

背景技術(shù)：

目前風(fēng)電場的建設(shè)越來越多，風(fēng)電場功率預(yù)測是風(fēng)電場中重要的環(huán)節(jié)。

當(dāng)前風(fēng)電場功率預(yù)測普遍采用的是人工智能算法，輸入風(fēng)電場的實(shí)測風(fēng)速數(shù)據(jù)和實(shí)測有功數(shù)據(jù)，進(jìn)行訓(xùn)練后獲取風(fēng)電場的風(fēng)速-有功映射關(guān)系，再進(jìn)行功率預(yù)測。采用人工智能算法對風(fēng)速-有功數(shù)據(jù)進(jìn)行訓(xùn)練，對風(fēng)速、有功這兩類功率預(yù)測樣本有很強(qiáng)的依賴性。傳統(tǒng)的方法通過采集風(fēng)電場的所有實(shí)測風(fēng)速和所有實(shí)測有功數(shù)據(jù)，剔除數(shù)據(jù)品質(zhì)異常后得到篩選出的數(shù)據(jù)，再采用人工智能算法進(jìn)行訓(xùn)練，存在如下缺點(diǎn)：

訓(xùn)練不收斂：部分小風(fēng)和限電停機(jī)檢修時(shí)的風(fēng)速-有功樣本無法剔除，使得篩選出的樣本處于發(fā)散狀態(tài)，采用神經(jīng)網(wǎng)絡(luò)訓(xùn)練無法收斂，無法獲得風(fēng)速-有功的映射關(guān)系，導(dǎo)致無法進(jìn)行風(fēng)電場功率預(yù)測。

引入錯誤映射關(guān)系：部分異常數(shù)據(jù)引入后，在神經(jīng)網(wǎng)絡(luò)訓(xùn)練收斂的情況下，引入了錯誤的風(fēng)速-功率映射關(guān)系，導(dǎo)致風(fēng)電場功率預(yù)測結(jié)果異常。

技術(shù)實(shí)現(xiàn)要素：

為了克服傳統(tǒng)風(fēng)電場功率預(yù)測樣本篩選方法導(dǎo)致訓(xùn)練不收斂、引入錯誤的風(fēng)速-有功映射關(guān)系的缺陷，提出了一種基于雙重置信區(qū)間的風(fēng)電功率預(yù)測樣本篩選方法。

本發(fā)明風(fēng)電場功率預(yù)測的樣本篩選首先設(shè)置兩個線性函數(shù)作為第一重置信區(qū)間的上下限，根據(jù)設(shè)定的篩選系數(shù)，剔除在此置信區(qū)間之外的所有樣本；其次 依據(jù)風(fēng)電場的風(fēng)速-有功關(guān)系，設(shè)置兩個非線性分段函數(shù)作為第二重置信區(qū)間的上下限，剔除在此置信區(qū)間之外的所有樣本，同時(shí)不斷調(diào)整第二重置信區(qū)間的上下限函數(shù)系數(shù)，保證落在置信區(qū)間的樣本數(shù)目占樣本總數(shù)目的比例值大于等于設(shè)定的篩選系數(shù)后，完成樣本篩選。

本發(fā)明的目的是通過如下措施來達(dá)到：基于雙重置信區(qū)間的風(fēng)電場功率預(yù)測樣本篩選方法，包括如下步驟：

步驟(1)，初始化樣本選擇天數(shù)；

步驟(2)，對實(shí)際有功進(jìn)行歸一化，以風(fēng)速和歸一化后的實(shí)際有功建立二維坐標(biāo)系；

步驟(3)，初始化第一重置信區(qū)間的上下限函數(shù)，作為樣本篩選的第一重置信區(qū)間的上下限，確保落在第一重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₁，如果不滿足則增加樣本天數(shù)，以獲取足夠的樣本數(shù)，確保這部分樣本數(shù)落在作為樣本篩選的第一重置信區(qū)間內(nèi)；

步驟(4)，進(jìn)行第二重置信區(qū)間的樣本篩選，設(shè)置第二重置信區(qū)間上下限函數(shù)進(jìn)行篩選，如果樣本數(shù)目不滿足預(yù)期的要求，調(diào)整上下限函數(shù)后再進(jìn)行篩選；如果超出調(diào)整此時(shí)依舊無法滿足預(yù)期要求，增加樣本天數(shù)，直至樣本數(shù)滿足預(yù)期要求；

步驟(5)，對篩選出的樣本進(jìn)行提取，將歸一化的有功乘以P_裝機(jī)進(jìn)行反歸一化，完成篩選。

進(jìn)一步的，所述步驟(1)中，初始化樣本天數(shù)選擇15天或者一周的整數(shù)倍。

進(jìn)一步的，初始化樣本天數(shù)為2到12周。初始化樣本天數(shù)根據(jù)經(jīng)驗(yàn)一般選擇15天，通常為7天即一周的整數(shù)倍，可根據(jù)現(xiàn)場需要設(shè)置為2到8周不等，通常不超過3個月。

進(jìn)一步的，所述步驟(3)中：初始化第一重置信區(qū)間的上限函數(shù):y_max＝k_max*x和下限函數(shù):y_min＝k_min*x，作為樣本篩選的第一重置信區(qū)間的上下限，其中y_min＝k_min*x為第一重置信區(qū)間下限函數(shù)；y_max＝k_max*x為第一重置信區(qū)間上限函數(shù)；如果落在第一重置信區(qū)間中的樣本數(shù)<樣本總數(shù)*篩選系數(shù)a₁，增加樣本天數(shù)，每次增加天數(shù)2后進(jìn)行樣本采集，再進(jìn)行篩選；如果落在第一重置信區(qū)間中的樣 本數(shù)≥樣本總數(shù)*篩選系數(shù)a₁，則第一重篩選完畢；篩選系數(shù)a₁一般在0.6-0.9之間。

進(jìn)一步的，所述步驟(4)中：進(jìn)行第二重置信區(qū)間篩選時(shí)，初始化第二重置信區(qū)間的上限函數(shù)：f_max和下限函數(shù)：f_min，以這兩個函數(shù)作為樣本篩選的第二重置信區(qū)間的上下限，進(jìn)行下一步樣本篩選；f_max為第二重置信區(qū)間上限函數(shù)，f_min為第二重置信區(qū)間下限函數(shù)，之后初始化動態(tài)調(diào)整次數(shù)t＝0；如果動態(tài)調(diào)整次數(shù)t>t_max(動態(tài)調(diào)整次數(shù)最大值)，增加樣本天數(shù)，每次增加天數(shù)2后進(jìn)行樣本篩選；如果動態(tài)調(diào)整次數(shù)t≤t_max，t_max為動態(tài)調(diào)整次數(shù)最大值，判斷落在第二重置信區(qū)間中的樣本數(shù)是否大于等于樣本總數(shù)*篩選系數(shù)a₂，如果是，則第二重置信區(qū)間的篩選完成；如果不是，動態(tài)調(diào)整第二重置信區(qū)間上限函數(shù)系數(shù)k_max＝k_max+△k_max，k_max為上限函數(shù)系數(shù)，△k_max為第二重置信區(qū)間上限函數(shù)系數(shù)修正步長，調(diào)整上限函數(shù)參數(shù)c_max＝c_max+△c_max，c_max為上限函數(shù)參數(shù)，△c_max為第二重置信區(qū)間上限函數(shù)參數(shù)修正步長；調(diào)整第二重置信區(qū)間下限函數(shù)系數(shù)k_min＝k_min-△k_min，k_min為下限函數(shù)的系數(shù)，△k_min為第二重置信區(qū)間下限函數(shù)系數(shù)修正步長，調(diào)整下限函數(shù)參數(shù)c_min＝c_min-△c_min，c_min下限函數(shù)的參數(shù)，△c_min為第二重置信區(qū)間下限函數(shù)參數(shù)修正步長，每調(diào)整一次后，動態(tài)調(diào)整次數(shù)t＝t+1，再進(jìn)行第二重樣本篩選，直至落在第二重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₂，則完成第二重置信區(qū)間內(nèi)的樣本篩選。

有益效果

通過獲得正確的風(fēng)速-有功映射關(guān)系，建立預(yù)測模型，提高風(fēng)電場有功的預(yù)測準(zhǔn)確率，一方面有利于電網(wǎng)合理安排全網(wǎng)計(jì)劃生產(chǎn)，另一方面有利于風(fēng)電場企業(yè)在電網(wǎng)公司的績效考核中獲得良好的經(jīng)濟(jì)效益。

附圖說明

圖1為基于雙重置信區(qū)間的風(fēng)電場功率預(yù)測樣本篩選方法邏輯框圖。

具體實(shí)施方式

參見圖1，本基于雙重置信區(qū)間的風(fēng)電場功率預(yù)測樣本篩選方法，包括如下 步驟：

步驟(1)，初始化樣本選擇天數(shù)；

步驟(2)，對實(shí)際有功進(jìn)行歸一化，以風(fēng)速和歸一化后的實(shí)際有功建立二維坐標(biāo)系；

步驟(3)，初始化第一重置信區(qū)間的上下限函數(shù)，作為樣本篩選的第一重置信區(qū)間的上下限，確保落在第一重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₁，如果不滿足則增加樣本天數(shù)，以獲取足夠的樣本數(shù)，確保這部分樣本數(shù)落在作為樣本篩選的第一重置信區(qū)間內(nèi)；

步驟(4)，進(jìn)行第二重置信區(qū)間的樣本篩選，設(shè)置第二重置信區(qū)間上下限函數(shù)進(jìn)行篩選，如果樣本數(shù)目不滿足預(yù)期的要求，調(diào)整上下限函數(shù)后再進(jìn)行篩選；如果超出調(diào)整此時(shí)依舊無法滿足預(yù)期要求，增加樣本天數(shù)，直至樣本數(shù)滿足預(yù)期要求；

步驟(5)，對篩選出的樣本進(jìn)行提取，將歸一化的有功乘以P_裝機(jī)進(jìn)行反歸一化，完成篩選。

作為優(yōu)選方案，所述步驟(1)中，初始化樣本天數(shù)選擇15天或者一周的整數(shù)倍。初始化樣本天數(shù)為2到12周。初始化樣本天數(shù)根據(jù)經(jīng)驗(yàn)一般選擇15天，通常為7天即一周的整數(shù)倍，可根據(jù)現(xiàn)場需要設(shè)置為2到8周不等，通常不超過3個月。所述步驟(3)中：初始化第一重置信區(qū)間的上限函數(shù):y_max＝k_max*x和下限函數(shù):y_min＝k_min*x，作為樣本篩選的第一重置信區(qū)間的上下限，其中y_min＝k_min*x為第一重置信區(qū)間下限函數(shù)；y_max＝k_max*x為第一重置信區(qū)間上限函數(shù)；如果落在第一重置信區(qū)間中的樣本數(shù)<樣本總數(shù)*篩選系數(shù)a₁，增加樣本天數(shù)，每次增加天數(shù)2后進(jìn)行樣本采集，再進(jìn)行篩選；如果落在第一重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₁，則第一重篩選完畢；篩選系數(shù)a₁一般在0.6-0.9之間。所述步驟(4)中：進(jìn)行第二重置信區(qū)間篩選時(shí)，初始化第二重置信區(qū)間的上限函數(shù)：f_max和下限函數(shù)：f_min，以這兩個函數(shù)作為樣本篩選的第二重置信區(qū)間的上下限，進(jìn)行下一步樣本篩選；f_max為第二重置信區(qū)間上限函數(shù)，f_min為第二重置信區(qū)間下 限函數(shù)，之后初始化動態(tài)調(diào)整次數(shù)t＝0；如果動態(tài)調(diào)整次數(shù)t>t_max(動態(tài)調(diào)整次數(shù)最大值)，增加樣本天數(shù)，每次增加天數(shù)2后進(jìn)行樣本篩選；如果動態(tài)調(diào)整次數(shù)t≤t_max，t_max為動態(tài)調(diào)整次數(shù)最大值，判斷落在第二重置信區(qū)間中的樣本數(shù)是否大于等于樣本總數(shù)*篩選系數(shù)a₂，如果是，則第二重置信區(qū)間的篩選完成；如果不是，動態(tài)調(diào)整第二重置信區(qū)間上限函數(shù)系數(shù)k_max＝k_max+△k_max，k_max為上限函數(shù)系數(shù)，△k_max為第二重置信區(qū)間上限函數(shù)系數(shù)修正步長，調(diào)整上限函數(shù)參數(shù)c_max＝c_max+△c_max，c_max為上限函數(shù)參數(shù)，△c_max為第二重置信區(qū)間上限函數(shù)參數(shù)修正步長；調(diào)整第二重置信區(qū)間下限函數(shù)系數(shù)k_min＝k_min-△k_min，k_min為下限函數(shù)的系數(shù)，△k_min為第二重置信區(qū)間下限函數(shù)系數(shù)修正步長，調(diào)整下限函數(shù)參數(shù)c_min＝c_min-△c_min，c_min下限函數(shù)的參數(shù)，△c_min為第二重置信區(qū)間下限函數(shù)參數(shù)修正步長，每調(diào)整一次后，動態(tài)調(diào)整次數(shù)t＝t+1，再進(jìn)行第二重樣本篩選，直至落在第二重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₂，則完成第二重置信區(qū)間內(nèi)的樣本篩選。

1)初始化選取days＝15天的風(fēng)速和有功樣本；

2)樣本中風(fēng)速值保持不變，有功P_實(shí)/P_裝機(jī)進(jìn)行歸一化，建立二維坐標(biāo)系(其中P_實(shí)是風(fēng)電場的實(shí)際有功，P_裝機(jī)是風(fēng)電場的裝機(jī)容量)；

3)初始化第一重置信區(qū)間的上限函數(shù):y_max＝k1_max*x和下限函數(shù):y_min＝k1_min*x，作為樣本篩選的第一重置信區(qū)間的上下限

(其中k1_max為第一重置信區(qū)間上限函數(shù)的系數(shù)，k1_min為第一重置信區(qū)間下限函數(shù)的系數(shù))；

4)如果落在第一重置信區(qū)間中的樣本數(shù)<樣本總數(shù)*篩選系數(shù)a₁，增加樣本天數(shù)，每次增加天數(shù)2后，進(jìn)行樣本采集，進(jìn)入步驟2)繼續(xù)執(zhí)行；

5)如果落在第一重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₁，進(jìn)入第二重篩選；

6)第二重篩選開始，初始化第二重置信區(qū)間的上限函數(shù):f_max和下限函數(shù):f_min， 以這兩個函數(shù)作為樣本篩選的第二重置信區(qū)間的上下限，進(jìn)行下一步樣本篩選；

7)初始化動態(tài)調(diào)整次數(shù)t＝0；

8)如果動態(tài)調(diào)整次數(shù)t>t_max(動態(tài)調(diào)整次數(shù)最大值)，增加樣本天數(shù)，每次增加天數(shù)2后進(jìn)行樣本采集，進(jìn)入步驟2)繼續(xù)執(zhí)行；

9)如果動態(tài)調(diào)整次數(shù)t≤t_max(動態(tài)調(diào)整次數(shù)最大值)，進(jìn)入步驟10)和步驟11)的篩選；

10)如果落在第二重置信區(qū)間中的樣本數(shù)<樣本總數(shù)*篩選系數(shù)a₂，動態(tài)調(diào)整第二重置信區(qū)間上限函數(shù)系數(shù)k_max＝k_max+△k_max，調(diào)整上限函數(shù)參數(shù)c_max＝c_max+△c_max；調(diào)整第二重置信區(qū)間下限函數(shù)系數(shù)k_min＝k_min-△k_min，調(diào)整下限函數(shù)參數(shù)c_min＝c_min-△c_min，每調(diào)整一次后，動態(tài)調(diào)整次數(shù)t＝t+1；進(jìn)入步驟8)；

(其中，△k_max為第二重置信區(qū)間上限函數(shù)系數(shù)修正步長，△c_max為第二重置信區(qū)間上限函數(shù)參數(shù)修正步長，△k_min為第二重置信區(qū)間下限函數(shù)系數(shù)修正步長，△c_min為第二重置信區(qū)間下限函數(shù)參數(shù)修正步長)；

11)如果落在第二重置信區(qū)間中的樣本數(shù)≥樣本總數(shù)*篩選系數(shù)a₂，篩選出樣本，將歸一化的有功乘以P_裝機(jī)進(jìn)行反歸一化，完成篩選。