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！

摘要：本发明公开了一种中时间尺度天气过程引发的风电极端场景生成方法和系统，包括：数据收集与预处理、通过构建两个条件概率分布模型，训练并生成日出力序列特征及风电多日极端低出力场景。利用这些场景数据定义和识别风电极端场景，包括极端低出力和爬坡场景。利用了先进的全连层和卷积层结构，扩散模型中的加噪和去噪过程，以及残差连接等技术。发明的优点是：能够生成可控出力特征的风电极端场景，为系统优化设定可接受的电力电量平衡缺口和最大日出力波动限值提供可靠的数据分析基础。

主权项：1.一种中时间尺度天气过程引发的风电极端场景生成方法，其特征在于，包括以下步骤：步骤1，数据收集：收集气象数据，包括湿度、温度、纬向风速和径向风速；收集风电出力数据，包括日出力数据和日爬坡数据；步骤2，数据预处理：对气象数据和风电出力数据进行清洗和标准化处理；使用迁移学习技术生成扩充的样本集，用于训练模型；步骤3,构建条件概率分布模型M_X2Z，并进行训练：使用全连层FCN和2维卷积层Conv2d构建输入特征编码器，将气象特征X映射到隐空间中；在模型训练过程中，引入加噪和去噪过程，利用叠加2维卷积层和空洞卷积层DilatedConv2d处理编码后的输入矩阵和隐空间中间变量；通过残差堆栈层skipstack和两层Conv2d构建解码器，将隐变量解码为日出力序列特征Z；步骤4,生成日出力序列特征场景并定义极端度量：利用训练好的M_X2Z生成给定气象条件下的日出力序列特征场景；对生成的日出力序列特征场景进行概率分析，定义小概率风电极端出力场景的日出力序列特征阈值；步骤5,构建条件概率分布模型M_Z2Y，并进行训练：使用与模型M_X2Z相同的网络结构构建模型M_Z2Y；利用模型M_Z2Y拟合日出力序列特征Z和风电出力场景Y之间的条件概率分布将日出力序列特征Z作为指导多日极端低出力场景生成的条件，生成风电极端低出力场景Y；步骤6,生成风电极端场景：利用训练完成的条件概率分布模型M_Z2Y，根据的设定，生成风电极端低出力场景；使用模型M_Z2Y生成风电极端爬坡场景；步骤7,定义风电极端场景，包括：定义日均电量低于给定阈值的连续风电多日极端低出力场景和定义日最高上波动和日最高下波动高于给定阈值的风电极端爬坡场景；步骤8，通过生成的日出力序列特征和风电极端低出力场景，应用定义的风电极端场景识别极端场景。

全文数据：

权利要求：

百度查询： 华北电力大学 中时间尺度天气过程引发的风电极端场景生成方法和系统