买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川思极科技有限公司

摘要：本发明公开了一种风力发电功率预测方法、系统及介质；涉及发电功率预测技术领域；获取目标区域的地形数据，并基于所述地形数据构建目标区域的地形模型；对所述地形模型进行网格划分得到微地形网格，并基于计算流体力学分析出风力在微地形网格上的流动变化关系，以构建出精细化风场模型；采集目标区域的历史风力发电功率数据，并结合所述精细化风场模型预测出目标区域的风力发电功率，本发明在传统的预测技术基础上进行方法上的改进,分析风场与复杂地形的关系构建出精细化风场模型，精细化风场模型考虑了风向、风速变化，将风向、风速变化模型化，以精细化风场模型预测出目标区域的风力发电功率，更适用于复杂地形下的风力发电功率预测。

主权项：1.一种风力发电功率预测方法，其特征在于，包括：获取目标区域的地形数据，并基于所述地形数据构建目标区域的地形模型；包括方法：采集目标区域的地形数据，并对所述地形数据进行预处理；从预处理后的地形数据中获取目标区域地形的点云数据，并结合三维点云算法构建目标区域的三维地形模型；所述点云数据包括：地形结构数据、地形反射数据和地形颜色识别数据；对所述地形模型进行网格划分得到微地形网格，并基于计算流体力学分析出风力在微地形网格上的流动变化关系，以构建出精细化风场模型；对所述地形模型进行网格划分得到微地形网格，包括方法：在目标区域地形的点云数据所对应的所有点中：任意选中第一点、第二点和第三点作为种子点，未选中的点作为待识别点；连接所述种子点构成第一三角形；基于所述第一三角形识别待识别点得到微地形网格；具体包括方法：G1，获取地形模型的坐标系最小值和坐标系最大值，将所述坐标系最小值作为不规则三角网格的最小值，将所述坐标系最大值作为不规则三角网格的最大值；并以此地形分辨率确定三角网格的间距；G2，计算当前待识别点到所述第一三角形的反复距离与反复角，将所述反复距离与预设距离阈值进行比较，将所述反复角与预设角度阈值进行比较；若所述反复距离小于预设距离阈值，且所述反复角小于预设角度阈值，则判定在当前待识别点为目标区域地形的地面点，并在不规则三角网格中迭代、内插和重构地形三角网；若所述反复距离大于预设距离阈值，且所述反复角大于预设角度阈值，则判定在当前待识别点不是目标区域地形的地面点，并进行分离；计算当前待识别点到所述第一三角形的反复距离与反复角，包括方法：以当前待识别点到所述第一三角形所在平面的垂直距离作为反复距离；当前待识别点到所述第一三角形的反复角包括第一反复角、第二反复角和第三反复角；连接当前待识别点与所述第一点为线段L1，线段L1在所述第一三角形所在平面上的垂直投影为线段L11，线段L1与线段L11的夹角作为第一反复角；连接当前待识别点与所述第二点为线段L2，线段L2在所述第一三角形所在平面上的垂直投影为线段L22，线段L2与线段L22的夹角作为第二反复角；连接当前待识别点与所述第三点为线段L3，线段L3在所述第一三角形所在平面上的垂直投影为线段L33，线段L3与线段L33的夹角作为第三反复角；G3，根据步骤G2遍历所有待识别点，最终输出微地形网格；基于计算流体力学分析出风力在微地形网格上的流动变化关系，以构建出精细化风场模型，包括方法：考虑微地形网格的风力和风电场风力尾流，根据第一公式获得目标区域第k台风力发电机组的风力： ；式中：为微地形网格内风力发电机组k未受到尾流影响的风力大小；m为目标区域的风电站内所有的风力发电机组数量；wi为风力发电机组i投影交叉的面积；γi为风力发电机组i叶片的半径；为风力发电机组i所处微地形网格的未受尾流影响原始风速；为风力发电机组i对第k台目标区域风力发电机组的尾流影响大小；采集目标区域的历史风力发电功率数据，并结合所述精细化风场模型预测出目标区域的风力发电功率；包括方法：对所述历史风力发电功率数据进行加权平均修复处理；基于加权平均修复处理后的历史风力发电功率数据，结合所述精细化风场模型进行风力发电机微网格风力计算；第k台目标区域风力发电机组的风力和目标区域功率的系数σ为： 8式中：为第k台目标区域风力发电机组的发电功率；基于长短期记忆网络和风力发电机微网格风力计算结果预测出目标区域的风力发电功率；基于LSTM预测的第k台目标区域的风力发电机组功率为： 9式中：ψ为目标区域功率预测LSTM模型的激活函数；tan（）为目标区域功率预测LSTM模型的遗忘门激活函数；为历史第k台风力发电机组功率数据；为经过遗忘门的第k台风力发电机组功率。

全文数据：

权利要求：

百度查询： 四川思极科技有限公司 一种风力发电功率预测方法、系统及介质