(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211169427.5 (22)申请日 2022.09.22 (71)申请人 华润电力技 术研究院有限公司 地址 523808 广东省东莞 市松山湖园区礼 宾路6号18栋1单 元308室 (72)发明人 张利军　闫国栋　赵志玮　朱格家　 乌浩　杨文龙　李海东　郭浩天　 李晓鹤　张海旭　曾垂宽　邓琛　 杨东升　熊曼　丘嘉鸣　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 钟文瀚 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06K 9/62(2022.01) H02J 3/00(2006.01) H02J 3/38(2006.01) (54)发明名称 一种风电超短期功率预测方法、 系统、 设备 及介质 (57)摘要 本发明提供了一种风电超短期功率预测方 法、 系统、 设备及介质， 所述方法包括： 获取历史 功率数据、 历史风速数据、 地形地貌数据和历史 风电天气数据并建立功率预测模 型； 训练功率预 测模型， 得到训练后的功率预测模型； 获取风电 天气数据和风速数据， 将风电天气数据、 风速数 据和地形地貌数据作为输入数据输入训练后的 功率预测模 型进行预测， 并判断输入 数据的数据 类型， 若为短期风电数据， 则预测得到风电超短 期功率。 本发明能够提高预测的准确性， 对电网 调度、 提高风电的接入能力以及减少系统运行成 本等方面具有现实意 义。 权利要求书2页 说明书6页 附图2页 CN 115456289 A 2022.12.09 CN 115456289 A 1.一种风电超短期功率预测方法， 其特 征在于， 所述方法包括： 获取历史功率数据、 历史风速数据、 地形地貌数据和历史风电天气数据； 根据所述历史功率数据、 历史风速数据、 地形地貌数据和历史风电天气数据， 建立功率 预测模型； 训练所述功率预测模型， 得到训练后的功率预测模型； 获取风电天气数据和风速数据， 将所述风电天气数据、 风速数据和地形地貌数据作为 输入数据输入所述训练后的功率预测模型进行预测， 并判断所述输入数据的数据类型， 若 所述输入数据的数据类型为短期风电数据， 则预测得到风电超短期功率。 2.根据权利要求1所述的一种风电超短期功率预测方法， 其特征在于， 所述获取地形地 貌数据， 包括： 获取地形地貌影 像数据； 对所述地形地貌影 像数据进行横向切割和纵向切割， 得到横向切片和纵向切片； 对所述横向切片和纵向切片进行影 像分析， 获得 所述地形地貌数据。 3.根据权利要求2所述的一种风电超短期功率预测方法， 其特征在于， 所述对所述地形 地貌影像数据进行横向切割和纵向切割， 得到横向切片和纵向切片， 包括： 根据所述地貌影像数据的地形地貌特征设定切割层的横向距离， 从预设高度对地形地 貌进行横向切割， 获得多个预设厚度的所述横向切片； 根据所述地貌影像数据的地形地貌特征设定切割层的纵向距离， 从预设位置对地形地 貌进行纵向切割， 获得多个预设厚度的所述纵向切片。 4.根据权利要求1所述的一种风电超短期功率预测方法， 其特征在于， 所述获取风电天 气数据之前， 还 包括： 获取天气预报数据与监测天气数据， 对比所述天气预报数据与监测天气数据， 若对比 偏差未超出设定值则将天气预报数据作为 风电天气数据； 若对比偏差超出设定值， 则获取第一预设次数的监测天气数据， 若第一预设次数的监 测天气数据的偏差未超出设定值， 则将第一预设次数的监测天气数据的均值作为风电天气 数据； 若第一预设次数的监测天气数据的偏差超出设定值， 删除偏差超出设定范围的数据， 获取监测天气数据并重新对比直至偏差未超出设定值， 如果 获取监测天气数据的次数超过 第二预设次数， 删除现有监测天气数据， 获取第一预设次数 的监测天气数据并重新对比直 至偏差未超出设定值。 5.根据权利要求1所述的一种风电超短期功率预测方法， 其特征在于， 所述功率预测模 型表示为： W＝aX+bY+cZ+D 其中， W为功率数据， X为风速数据， Y为地形地貌数据， Z为风电天气数据， D为由季节和 位置确定的综合影响因素， a为功率数据在模型中的权重， b为地形地貌数据在模型中的权 重， c为风电天气数据在模型中的权 重。 6.一种风电超短期功率预测系统， 其特 征在于， 所述系统包括： 数据获取模块， 用于获取历史功率数据、 历史风速数据、 地形地貌数据和历史风电天气 数据；权　利　要　求　书 1/2 页 2 CN 115456289 A 2模型建立模块， 用于根据 所述历史功率数据、 历史风速数据、 地形地貌数据和历史风电 天气数据， 建立功率预测模型； 模型训练模块， 用于训练所述功率预测模型， 得到训练后的功率预测模型； 功率预测模块， 用于获取风电天气数据和风速数据， 将所述风电天气数据、 风速数据和 地形地貌数据作为输入数据输入所述训练后的功 率预测模型进行预测， 并判断所述输入数 据的数据类型， 若所述输入数据的数据类型为短期风电数据， 则预测得到风电超短期功率。 7.根据权利要求6所述的一种风电超短期功率预测系统， 其特征在于， 数据获取模块还 包括地貌识别模块、 地貌切割模块和地貌分析模块， 其中： 地貌识别模块， 用于获取地形地貌影 像数据； 地貌切割模块， 用于对所述地形地貌影像数据进行横向切割和纵向切割， 得到横向切 片和纵向切片； 地貌分析模块， 用于对所述横向切片和纵向切片进行影像分析， 获得所述地形地貌数 据。 8.根据权利要求7所述的一种风电超短期功率预测系统， 其特征在于， 所述地貌切割 模 块还包括横向切割模块和纵向切割模块， 其中： 横向切割模块， 用于根据所述地貌影像数据的地形地貌特征设定切割层的横向距离， 从预设高度对地形地貌进行横向切割， 获得多个预设厚度的所述横向切片； 纵向切割模块， 用于根据所述地貌影像数据的地形地貌特征设定切割层的纵向距离， 从预设位置对地形地貌进行纵向切割， 获得多个预设厚度的所述纵向切片。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至5中任一所述 方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至 5中任一所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115456289 A 3