本公開涉及風(fēng)力發(fā)電領(lǐng)域，具體地，涉及一種風(fēng)力預(yù)測方法及裝置。

背景技術(shù)：

風(fēng)力發(fā)電場的風(fēng)力預(yù)測是指導(dǎo)風(fēng)電場運營的最重要手段之一，通過對風(fēng)力的預(yù)測，可實現(xiàn)風(fēng)電場發(fā)電量的預(yù)測，輔助風(fēng)電場運營決策，等等。

目前，風(fēng)電場通常使用氣象局提供的數(shù)值天氣預(yù)報數(shù)據(jù)來預(yù)測風(fēng)力，然而，由于氣象局發(fā)布的數(shù)值天氣預(yù)報具有普遍性，而對于具體的風(fēng)電場中的風(fēng)機來說，實際風(fēng)力可能會因受到風(fēng)電場所處的高度場、地形地貌產(chǎn)生的渦流、風(fēng)機設(shè)置方位、風(fēng)機間尾流，等等因素的影響，而與氣象局提供的預(yù)測風(fēng)力數(shù)據(jù)出現(xiàn)偏差?？梢?，氣象局提供的數(shù)值天氣預(yù)報不能夠準確地預(yù)測風(fēng)電場的風(fēng)力。

技術(shù)實現(xiàn)要素：

本公開的目的是提供一種風(fēng)力預(yù)測方法及裝置，能夠較為準確地對風(fēng)電場內(nèi)的風(fēng)機受到的風(fēng)力進行預(yù)測。

根據(jù)本公開實施例的第一方面，提供一種風(fēng)力預(yù)測方法，包括：

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，其中，數(shù)值天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓、風(fēng)向及空氣密度中的至少一者；

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述風(fēng)力預(yù)測模型，對所述風(fēng)機將受到的風(fēng)力進行預(yù)測。

可選的，根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，包括：

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及與所述風(fēng)電場高度相匹配的測風(fēng)塔歷史測得的數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于所述測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型；

根據(jù)所述測風(fēng)塔歷史測得的數(shù)據(jù)及所述風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型；

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述風(fēng)力預(yù)測模型，對所述風(fēng)機將受到的風(fēng)力進行預(yù)測，包括：

將數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)輸入對應(yīng)于所述測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型，得到所述測風(fēng)塔的風(fēng)力預(yù)測值；

將所述測風(fēng)塔的風(fēng)力預(yù)測值輸入對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，得到所述風(fēng)機的風(fēng)力預(yù)測值。

可選的，根據(jù)所述測風(fēng)塔歷史測得的數(shù)據(jù)及所述風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，包括：

根據(jù)所述測風(fēng)塔歷史測得的數(shù)據(jù)、所述風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)及參考因子，基于回歸算法，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，其中，所述參考因子包括歷史的數(shù)值天氣預(yù)報數(shù)據(jù)、所述風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的季節(jié)、以及所述風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的時間中的至少一者。

可選的，所述方法還包括：

根據(jù)所述風(fēng)電場內(nèi)包括的每個風(fēng)機歷史測得的風(fēng)速數(shù)據(jù)和/或風(fēng)向數(shù)據(jù)，對所述風(fēng)電場內(nèi)的全部風(fēng)機進行聚類，以劃分至少一個風(fēng)機群；

對所述風(fēng)機將受到的風(fēng)力進行預(yù)測，包括：

對所述風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測。

可選的，對所述風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測，包括：

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測模型，分別計算所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值；

根據(jù)所述第一風(fēng)機群中每個風(fēng)機測量風(fēng)力的準確率、歷史故障數(shù)、及所處的地理位置中的至少一個參數(shù)，分別確定所述每個風(fēng)機的權(quán)值；

按照所述每個風(fēng)機的權(quán)值，對所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值進行加權(quán)平均計算，以得到所述第一風(fēng)機群的風(fēng)力預(yù)測值。

根據(jù)本公開實施例的第二方面，提供一種風(fēng)力預(yù)測裝置，包括：

構(gòu)建模塊，用于根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，其中，數(shù)值天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓、風(fēng)向及空氣密度中的至少一者；

預(yù)測模塊，用于根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述風(fēng)力預(yù)測模型，對所述風(fēng)機將受到的風(fēng)力進行預(yù)測。

可選的，所述構(gòu)建模塊用于：

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及與所述風(fēng)電場高度相匹配的測風(fēng)塔歷史測得的數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于所述測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型；

根據(jù)所述測風(fēng)塔歷史測得的數(shù)據(jù)及所述風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型；

所述預(yù)測模塊用于：

將數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)輸入對應(yīng)于所述測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型，得到所述測風(fēng)塔的風(fēng)力預(yù)測值；

將所述測風(fēng)塔的風(fēng)力預(yù)測值輸入對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，得到所述風(fēng)機的風(fēng)力預(yù)測值。

可選的，所述構(gòu)建模塊用于：

根據(jù)所述測風(fēng)塔歷史測得的數(shù)據(jù)、所述風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)及參考因子，基于回歸算法，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，其中，所述參考因子包括歷史的數(shù)值天氣預(yù)報數(shù)據(jù)、所述風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的季節(jié)、以及所述風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的時間中的至少一者。

可選的，所述裝置還包括：

聚類模塊，用于根據(jù)所述風(fēng)電場內(nèi)包括的每個風(fēng)機歷史測得的風(fēng)速數(shù)據(jù)和/或風(fēng)向數(shù)據(jù)，對所述風(fēng)電場內(nèi)的全部風(fēng)機進行聚類，以劃分至少一個風(fēng)機群；

所述預(yù)測模塊用于：

對所述風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測。

可選的，所述預(yù)測模塊用于：

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測模型，分別計算所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值；

根據(jù)所述第一風(fēng)機群中每個風(fēng)機測量風(fēng)力的準確率、歷史故障數(shù)、及所處的地理位置中的至少一個參數(shù)，分別確定所述每個風(fēng)機的權(quán)值；

按照所述每個風(fēng)機的權(quán)值，對所述第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值進行加權(quán)平均計算，以得到所述第一風(fēng)機群的風(fēng)力預(yù)測值。

根據(jù)本公開實施例的第三方面，提供一種非臨時性計算機可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由計算機的處理器執(zhí)行時，使得計算機備能夠執(zhí)行一種風(fēng)力預(yù)測方法，所述方法包括：

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于所述風(fēng)機的風(fēng)力預(yù)測模型，其中，數(shù)值天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓、風(fēng)向及空氣密度中的至少一者；

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及所述風(fēng)力預(yù)測模型，對所述風(fēng)機將受到的風(fēng)力進行預(yù)測。

本公開實施例中，可以先根據(jù)氣象局歷史的天氣預(yù)報數(shù)據(jù)和風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建用于預(yù)測對應(yīng)風(fēng)機的風(fēng)力預(yù)測模型，然后在將天氣預(yù)報的預(yù)測數(shù)據(jù)作為風(fēng)力預(yù)測模型的輸入，進而得到特定風(fēng)機的風(fēng)力預(yù)測值。可以認為，氣象局提供的天氣預(yù)報數(shù)據(jù)與風(fēng)機測得的數(shù)據(jù)成強相關(guān)關(guān)系，通過海量的歷史天氣預(yù)報數(shù)據(jù)與風(fēng)機歷史測量數(shù)據(jù)構(gòu)建的風(fēng)力預(yù)測模型是針對于特定風(fēng)機的，將天氣預(yù)報的預(yù)測數(shù)據(jù)應(yīng)用到風(fēng)力預(yù)測模型中，實現(xiàn)了對天氣預(yù)報數(shù)據(jù)的校準，能夠更為準確地對風(fēng)機受到的風(fēng)力進行預(yù)測。

本公開的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

附圖是用來提供對本公開的進一步理解，并且構(gòu)成說明書的一部分，與下面的具體實施方式一起用于解釋本公開，但并不構(gòu)成對本公開的限制。在附圖中：

圖1是根據(jù)一示例性實施例示出的一種風(fēng)力預(yù)測方法的流程圖。

圖2是根據(jù)一示例性實施例示出的聚類分析示意圖。

圖3是根據(jù)一示例性實施例示出的一種風(fēng)力預(yù)測裝置的框圖。

具體實施方式

以下結(jié)合附圖對本公開的具體實施方式進行詳細說明。應(yīng)當(dāng)理解的是，此處所描述的具體實施方式僅用于說明和解釋本公開，并不用于限制本公開。

圖1是根據(jù)一示例性實施例示出的一種風(fēng)力預(yù)測方法的流程圖，如圖1所示，該風(fēng)力預(yù)測方法可以應(yīng)用于計算機中，包括以下步驟。

步驟S11：根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型。

步驟S12：根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及風(fēng)力預(yù)測模型，對風(fēng)機將受到的風(fēng)力進行預(yù)測。

數(shù)值天氣預(yù)報數(shù)據(jù)可以包括風(fēng)速、氣壓、風(fēng)向及空氣密度中的至少一者。歷史的數(shù)值天氣預(yù)報數(shù)據(jù)例如可以是近一年的數(shù)值天氣預(yù)報數(shù)據(jù)、近兩年的數(shù)值天氣預(yù)報數(shù)據(jù)，等等，本公開實施例對此不作限定，當(dāng)然，歷史數(shù)據(jù)的量越大，得到的結(jié)果越準確。

風(fēng)機測得的風(fēng)力數(shù)據(jù)可以包括機艙風(fēng)速、風(fēng)向等數(shù)據(jù)，同樣的，風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)例如可以是近一年的風(fēng)力數(shù)據(jù)、近兩年的天氣預(yù)報數(shù)據(jù)，等等，本公開實施例對此同樣不作限定。

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，可以構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，該風(fēng)力預(yù)測模型可以反映天氣預(yù)報數(shù)據(jù)與風(fēng)機實際受到的風(fēng)力之間的關(guān)聯(lián)性，因此，將數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)作為風(fēng)力預(yù)測模型的輸入，進而可以得到針對風(fēng)機的風(fēng)力預(yù)測值，實現(xiàn)對數(shù)值天氣預(yù)報數(shù)據(jù)的校準，更加準確地對風(fēng)機將受到的風(fēng)力進行預(yù)測。

對于構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型的方式，本公開實施例不作限定，例如可以直接利用回歸算法構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，或者也可以通過其他的方式構(gòu)建。

可選的，根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，可以根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及與風(fēng)電場高度相匹配的測風(fēng)塔歷史測得的數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型，以及根據(jù)測風(fēng)塔歷史測得的數(shù)據(jù)及風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型。那么這種情況下，在預(yù)測風(fēng)機受到的風(fēng)力時，可以將數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)輸入對應(yīng)于測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型，得到測風(fēng)塔的風(fēng)力預(yù)測值，再將測風(fēng)塔的風(fēng)力預(yù)測值輸入對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，得到風(fēng)機的風(fēng)力預(yù)測值。

通常，數(shù)值天氣預(yù)報高度場與風(fēng)機高度場不同，那么數(shù)值天氣預(yù)報高度場的風(fēng)速與風(fēng)電場的風(fēng)機高度場的風(fēng)速存在風(fēng)速差。

測風(fēng)塔一般建設(shè)在風(fēng)電場內(nèi)受地形、風(fēng)向、尾流影響較小的地點，可準確測量風(fēng)機高度上的理論風(fēng)力數(shù)據(jù)，也同數(shù)值天氣數(shù)據(jù)成強相關(guān)關(guān)系?？梢岳煤Ａ繗v史數(shù)值天氣預(yù)報和歷史測風(fēng)塔數(shù)據(jù)，使用回歸算法構(gòu)建測風(fēng)塔高度天氣預(yù)報模型，進而通過測風(fēng)塔數(shù)據(jù)校準數(shù)據(jù)天氣預(yù)報與風(fēng)機之間因高度場的不同而導(dǎo)致的風(fēng)速差。

例如，天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓、空氣密度以及風(fēng)向四者，結(jié)合歷史的天氣預(yù)報風(fēng)速、氣壓、空氣密度、風(fēng)向、測風(fēng)塔風(fēng)速建立有關(guān)測風(fēng)塔的回歸方程如下：

令x₀＝1，則上式可轉(zhuǎn)換為

θ＝{θ₀，θ₁，θ₂，θ₃，θ₄}

X＝{x₀，x₁，x₂，x₃，x₄}

其中，y為測風(fēng)塔風(fēng)速，x₀＝1，x₁-x₄分別為天氣預(yù)報風(fēng)速、氣壓、空氣密度、風(fēng)向，θ₀-θ₄為待求解系數(shù)，Y為在天氣條件X時，通過回歸方程預(yù)測到的測風(fēng)塔風(fēng)速。當(dāng)然，在實際應(yīng)用中，可以根據(jù)數(shù)值天氣預(yù)報數(shù)據(jù)包括的參數(shù)的不同而對x進行調(diào)整，例如，數(shù)值天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓和空氣密度三個參數(shù)，那么可以采用x₁-x₃分別表示這三個參數(shù)，其余計算方式不變。

對于一般回歸方程求解系數(shù)θ的方式是通過最小二乘法，但是當(dāng)前場景的輸入均為天氣相關(guān)問題，對于天氣數(shù)據(jù)而言，自身會發(fā)生共線性問題，所以對上述的公式，可以采取嶺回歸的方式進行優(yōu)化求解，即優(yōu)化時，加入懲罰系數(shù)α，通過如下方程進行優(yōu)化：

可以選擇不同的懲罰系數(shù)來進行計算，選取最優(yōu)的θ，也就是通過公式(2)計算得到J(θ)最小時的θ，進而可以得到對應(yīng)于測風(fēng)塔的風(fēng)力預(yù)測模型，有利于更準確地預(yù)測測風(fēng)塔高度的風(fēng)場廣域風(fēng)力信息。

可以根據(jù)測風(fēng)塔歷史測得的數(shù)據(jù)及風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型。對于構(gòu)建的方式本公開實施例不作限定。

可選的，可以根據(jù)測風(fēng)塔歷史測得的數(shù)據(jù)、風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)及參考因子，基于回歸算法，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，其中，參考因子包括歷史的數(shù)值天氣預(yù)報數(shù)據(jù)、風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的季節(jié)、以及風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的時間中的至少一者。

例如，可以使用廣義線性回歸GLM算法，分別為每臺風(fēng)機構(gòu)建機艙風(fēng)速預(yù)測模型。建模數(shù)據(jù)的輸入為測風(fēng)塔的歷史數(shù)值天氣數(shù)據(jù)(比如包括風(fēng)速、風(fēng)向、空氣密度)、季節(jié)及時間數(shù)據(jù)、預(yù)測目標項為風(fēng)機機艙風(fēng)速。

構(gòu)建回歸方程，即：

g(x)＝w₁f(x₁)+w₂x₂+w₃x₃+w₄x₄+...+w₀ (3)

其中，g(x)為風(fēng)機機艙風(fēng)速，f(x₁)為測風(fēng)塔風(fēng)速，x₂、x₃、x₄…依次可以是風(fēng)向、氣壓、空氣密度、季節(jié)、時間，等等。

在訓(xùn)練時，通過測風(fēng)塔歷史的數(shù)據(jù)(比如歷史測得的風(fēng)速)、風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)、歷史的數(shù)值天氣預(yù)報的風(fēng)向、氣壓、空氣密度、對應(yīng)的季節(jié)、對應(yīng)的時間等等，訓(xùn)練得出式(3)中的系數(shù)，也就是w₀-w₄，進而得到風(fēng)機的風(fēng)力預(yù)測模型。

在預(yù)測時，例如可以以氣象局提供的數(shù)值天氣預(yù)報中的風(fēng)速、氣壓、空氣密度為輸入，先通過式(1)的模型預(yù)測測風(fēng)塔風(fēng)速，再通本模型，即式(3)預(yù)測具體風(fēng)機的機艙風(fēng)速，進而得到校準后的風(fēng)機的預(yù)測風(fēng)速。

以下將通過具體的例子對預(yù)測風(fēng)機風(fēng)力的方式進行說明。

比如要建立某風(fēng)場11號風(fēng)機的風(fēng)力預(yù)測模型，以每五分鐘采集一次數(shù)據(jù)的采樣頻率，采集11號風(fēng)機的數(shù)據(jù)如下表所示：

其中的季節(jié)參數(shù)為經(jīng)過數(shù)據(jù)預(yù)處理的參數(shù)，比如將季節(jié)數(shù)據(jù)進行轉(zhuǎn)換，冬季設(shè)置為1，春季和秋季設(shè)置為2，夏季設(shè)置為3。

當(dāng)然，在實際建模時可能需要采集大量的數(shù)據(jù)，以上僅以其中的5條進行示例性說明。

訓(xùn)練模型后，得到回歸方程中系數(shù)w₀-w₅比如分別為：0.02、0.95、0.00002、0.00015、0.05、0.12，那么回歸方程轉(zhuǎn)化為：

g(x)＝0.95f(x₁)+0.00002x₂+0.00015x₃+0.05x₄+0.12x₅+0.02

在預(yù)測時，即可通過測風(fēng)塔風(fēng)速f(x₁)、風(fēng)向x₂、氣壓x₃、空氣密度x₄及季節(jié)信息x₅預(yù)測得到該風(fēng)機的機艙風(fēng)速g(x)。

通過以上方式預(yù)測風(fēng)機的風(fēng)力，矯正了由于風(fēng)向、地形、尾流等的影響而導(dǎo)致的氣象預(yù)報數(shù)據(jù)與實際風(fēng)機風(fēng)力的偏差，合理利用風(fēng)場測風(fēng)塔、機艙風(fēng)速等歷史數(shù)據(jù)校準其中的偏差，得到更精確的風(fēng)力預(yù)報數(shù)據(jù)，達到校準風(fēng)力預(yù)測準確性的目的。

可選的，還可以根據(jù)風(fēng)電場內(nèi)包括的每個風(fēng)機歷史測得的風(fēng)速數(shù)據(jù)和/或風(fēng)向數(shù)據(jù)，對風(fēng)電場內(nèi)的全部風(fēng)機進行聚類，進而劃分至少一個風(fēng)機群，那么對風(fēng)機將受到的風(fēng)力進行預(yù)測，可以是對風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測。

在實際應(yīng)用中，由于單個風(fēng)機機艙風(fēng)速、風(fēng)向可能存在隨機性，歷史數(shù)據(jù)也可能存在大量的不整合，單獨使用單臺風(fēng)機進行風(fēng)電場風(fēng)速預(yù)測模型可能影響預(yù)測的準確度。因此，可以利用風(fēng)機的歷史機艙風(fēng)速和/或風(fēng)向數(shù)據(jù)進行聚類K-means分析，將風(fēng)電場內(nèi)的風(fēng)機分成若干風(fēng)速、風(fēng)向相近的風(fēng)機群，實現(xiàn)無監(jiān)督學(xué)習(xí)，最終將地理位置相近、數(shù)據(jù)相關(guān)度高的風(fēng)機作為相同的群組，實現(xiàn)風(fēng)場風(fēng)機的分群，那么在預(yù)測風(fēng)力時，預(yù)測的可以是每個群的風(fēng)力。

以下將對分群的方式舉例說明。

1、選取每臺風(fēng)機歷史測得的數(shù)據(jù)，例如可以是近一年、兩年、三年等等測得的數(shù)據(jù)。

2、通過計算群組間的離散度以及群組內(nèi)部的緊密度，來尋找最優(yōu)的理論群組。進行k-means分群，尋找方式如下：

a)類內(nèi)平均離散度其中，X是被歸為一類的每個數(shù)據(jù)集，Z_i是類C_i的類中心，|C_i|是類C_i的樣本數(shù)。

b)類間距離為d_ij||Z_i-Z_j||，其中，Z_i是類C_i的類中心，Z_j是類C_j的類中心。

c)綜合指數(shù)j＝1,2...k,j?。絠。

選取BK較小的k值作為kmeans的k，即，將風(fēng)電場內(nèi)的風(fēng)機劃分為k個風(fēng)機群。例如，如圖2所示的綜合指數(shù)BK圖，那么比如可以選取k值較小的6或者8，也就是將風(fēng)電場內(nèi)的風(fēng)機劃分為6個類，或者將將風(fēng)電場內(nèi)的風(fēng)機劃分為8個類。

3、通過對風(fēng)機歷史數(shù)據(jù)進行分析，出現(xiàn)次數(shù)最多的群組為該風(fēng)機所在的群，例如，對于某個風(fēng)機有1000條歷史數(shù)據(jù)，其中有600條出現(xiàn)在風(fēng)機群1，200條出現(xiàn)在風(fēng)機群2，200條出現(xiàn)在風(fēng)機群3，那么可以將該風(fēng)機歸為風(fēng)機群1。

當(dāng)然，由于風(fēng)場的特殊性，在分群結(jié)束后，可以由專家進行現(xiàn)場考查，根據(jù)風(fēng)機地理位置、地型、地貌等客觀因素對聚類結(jié)果進行評估，進一步對分群結(jié)果進行人工確認和調(diào)整，提高分群的準確率。

可選的，分群之后，要對風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測，可以先根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測模型，分別計算第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值，然后根據(jù)第一風(fēng)機群中每個風(fēng)機測量風(fēng)力的準確率、歷史故障數(shù)、及所處的地理位置中的至少一個參數(shù)，分別確定每個風(fēng)機的權(quán)值，再按照每個風(fēng)機的權(quán)值，對第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值進行加權(quán)平均計算，以得到第一風(fēng)機群的風(fēng)力預(yù)測值。

在分群完成之后，可以分別對每個風(fēng)機群受到的風(fēng)力進行預(yù)測，再此以預(yù)測第一風(fēng)機群的風(fēng)力為例，對預(yù)測方式進行說明。

首先可以求得第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值，例如可以通過上述的式(3)，計算每個風(fēng)機的風(fēng)力預(yù)測值，也就是預(yù)測的g(x)值。

然后可以根據(jù)群內(nèi)各風(fēng)機單獨的預(yù)測準確率、機艙風(fēng)速儀歷史故障數(shù)、風(fēng)機地理位置作為依據(jù)，設(shè)定權(quán)值。為了提高預(yù)測的準確性，對于單個風(fēng)機而言，預(yù)測準確率高，機艙風(fēng)速儀故障數(shù)低，地理位置處于該群的代表性位置的，設(shè)定較高權(quán)值，否則較低權(quán)值。具體權(quán)值設(shè)置可根據(jù)需要反復(fù)調(diào)優(yōu)。以下對權(quán)值計算方式進行舉例說明。

a)單臺風(fēng)機準確度可以采用預(yù)測每臺風(fēng)機風(fēng)速的回歸方程的R²值來衡量，R²是衡量回歸方程的準確度的指標，每個回歸方程都會有一個R²值，這個值介于0～1之間，越接近1，說明回歸擬合效果越好。對于準確度的權(quán)值為：

b)總故障數(shù)為F，每臺風(fēng)機故障數(shù)為F_i，對于故障的權(quán)值為：

c)有關(guān)位置的權(quán)值由專業(yè)人員指定，記為w_3i。

d)總權(quán)值通過如下公式計算：

其中，為了防止在分子較小且分母較大時，計算得到的值近似于0，可以引入系數(shù)ε，ε為大于0且很小的系數(shù)。

在分別得到風(fēng)機群中每個風(fēng)機的權(quán)值之后，按照權(quán)值對風(fēng)機的預(yù)測風(fēng)力值進行加權(quán)平均，即可得到整個風(fēng)機群的風(fēng)力預(yù)測值。這樣，可以通過分群對群內(nèi)風(fēng)機預(yù)測校準，消除個別風(fēng)機帶來的誤差，對風(fēng)機群的預(yù)測風(fēng)力值更為準確。

請參見圖3，基于同一發(fā)明構(gòu)思，本公開實施例提供一種風(fēng)力預(yù)測裝置300，該裝置300可以包括：

構(gòu)建模塊301，用于根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及風(fēng)電場內(nèi)的風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，其中，數(shù)值天氣預(yù)報數(shù)據(jù)包括風(fēng)速、氣壓、風(fēng)向及空氣密度中的至少一者；

預(yù)測模塊302，用于根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及風(fēng)力預(yù)測模型，對風(fēng)機將受到的風(fēng)力進行預(yù)測。

可選的，構(gòu)建模塊301用于：

根據(jù)歷史的數(shù)值天氣預(yù)報數(shù)據(jù)及與風(fēng)電場高度相匹配的測風(fēng)塔歷史測得的數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型；

根據(jù)測風(fēng)塔歷史測得的數(shù)據(jù)及風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)，基于回歸算法，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型；

預(yù)測模塊302用于：

將數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)輸入對應(yīng)于測風(fēng)塔所在的高度上的風(fēng)力預(yù)測模型，得到測風(fēng)塔的風(fēng)力預(yù)測值；

將測風(fēng)塔的風(fēng)力預(yù)測值輸入對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，得到風(fēng)機的風(fēng)力預(yù)測值。

可選的，構(gòu)建模塊301用于：

根據(jù)測風(fēng)塔歷史測得的數(shù)據(jù)、風(fēng)機歷史測得的風(fēng)力數(shù)據(jù)及參考因子，基于回歸算法，構(gòu)建對應(yīng)于風(fēng)機的風(fēng)力預(yù)測模型，其中，參考因子包括歷史的數(shù)值天氣預(yù)報數(shù)據(jù)、風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的季節(jié)、以及風(fēng)機歷史測得風(fēng)力數(shù)據(jù)的時間中的至少一者。

可選的，裝置300還包括：

聚類模塊，用于根據(jù)風(fēng)電場內(nèi)包括的每個風(fēng)機歷史測得的風(fēng)速數(shù)據(jù)和/或風(fēng)向數(shù)據(jù)，對風(fēng)電場內(nèi)的全部風(fēng)機進行聚類，以劃分至少一個風(fēng)機群；

預(yù)測模塊302用于：

對風(fēng)機所在的第一風(fēng)機群將受到的風(fēng)力進行預(yù)測。

可選的，預(yù)測模塊302用于：

根據(jù)數(shù)值天氣預(yù)報的預(yù)測數(shù)據(jù)及第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測模型，分別計算第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值；

根據(jù)第一風(fēng)機群中每個風(fēng)機測量風(fēng)力的準確率、歷史故障數(shù)、及所處的地理位置中的至少一個參數(shù)，分別確定每個風(fēng)機的權(quán)值；

按照每個風(fēng)機的權(quán)值，對第一風(fēng)機群中每個風(fēng)機的風(fēng)力預(yù)測值進行加權(quán)平均計算，以得到第一風(fēng)機群的風(fēng)力預(yù)測值。

在本公開所提供的實施例中，應(yīng)該理解到，所揭露的設(shè)備和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，模塊或單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。

在本申請各個實施例中的各功能模塊可以集成在一個處理單元中，也可以是各個模塊單獨物理存在，也可以兩個或兩個以上模塊集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本申請的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本申請各個實施例方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、ROM(Read-Only Memory，只讀存儲器)、RAM(Random Access Memory，隨機存取存儲器)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上，以上實施例僅用以對本公開的技術(shù)方案進行了詳細介紹，但以上實施例的說明只是用于幫助理解本公開的方法及其核心思想，不應(yīng)理解為對本公開的限制。本技術(shù)領(lǐng)域的技術(shù)人員在本公開揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本公開的保護范圍之內(nèi)。