1.本发明涉及一种通过云服务器云计算监控的风力发电系统及方法。
背景技术：
2.现有技术cn106446494b公开了一种对风力发电的功率进行预测的技术，该技术的核心在于通过确定若干个气象数据中与风力发电的功率相关性强的因素，然后将气候的因素数据和功率数据进行归一化处理，再然后通过小波包分解得到气象因素序列和风力发电功率的序列之后，再通过神经网络的办法来进行预测，该技术在实践中的核心其实在于小波包分解处理，在进行小波包分解前还需要对数据进行归一化处理，但归一化的处理比较单一和简单，因为在风力发电的技术中，气候的因素与功率的变化关系非常复杂，现有技术在对数据进行归一化处理中，简单的通过计算目标数据与最小数据的差值再除以数据的宽度，得到归一的数据，这种数据并不能表征数据的真实内在联系，所以这导致功率的预测并不够精准。
技术实现要素：
3.为了克服现有的技术存在的不足，本发明提供一种通过云服务器云计算监控的风力发电系统及方法。
4.本发明解决其技术问题所采用的技术方案：
5.通过云服务器云计算监控的风力发电方法，包括步骤有，
6.云计算监控单元从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量，然后由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；然后基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络，对预测神经网络进行训练并对当前或未来的风力发电功率进行预测，云计算监控单元基于预测结果对风力发电系统进行调节。
7.所述归一化功率复合变量具体为所述归一化功率复合变量具体为其中，p1，p2为常数，b1为常数，t为变量，表征功率变量的一般变化，表征功率变量的积累变化。
8.进一步所述归一化气象复合变量为
其中p0，p6为常数，b2为常数，t为变量，表征气象变量的一般变化，
9.表征气象变量的积累变化。
10.通过云服务器云计算监控的风力发电系统，包括，云计算监控单元，云计算监控单元用于从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量；
11.复合变量处理单元，复合变量处理单元用于由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；
12.小波包分解单元，小波包分解单元用于基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络；
13.神经网络单元，神经网络单元用于对预测神经网络进行训练并对当前或未来的风力发电功率进行预测；
14.云计算监控单元还用于基于预测结果对风力发电系统进行调节。
15.进一步，包括有处理器，该处理器用于执行系统的各个单元模块的功能。
16.有益效果
17.本申请的归一化功率复合变量由功率变量的多种特点参数共同复合，归一化气象复合变量由气象变量的多种特点参数共同复合，通过本申请的多种特点参数共同复合的变量可以更加方便表征气候的因素与功率的复杂关系，这样此基础上归一化之后的数据对于预测神经网络的参数迭代能够更快完成对神经网络的训练并且训练之后的的神经网络也能更加精准判断风力发电功率。
具体实施方式
18.本申请公开了一种通过云服务器云计算监控的风力发电的方法，其包括步骤有：
19.云计算监控单元从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量，然后由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；然后基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络，对预测神经网络进行训练并对当前或未来的风力发电功率进行预测，云计算监控单元基于预测结果对风力发电系统进行调节。
20.本申请的归一化功率复合变量由功率变量的多种特点参数共同复合，归一化气象复合变量由气象变量的多种特点参数共同复合，通过本申请的多种特点参数共同复合的变量可以更加方便表征气候的因素与功率的复杂关系，这样此基础上归一化之后的数据对于预测神经网络的参数迭代能够更快完成对神经网络的训练并且训练之后的的神经网络也能更加精准判断风力发电功率。
21.优选地实施中所述归一化功率复合变量具体为：
22.，
23.其中，p1，p2为常数，b1为常数，t为变量，表征功率变量的一般变化，
24.表征功率变量的积累变化。
25.优选地所述归一化气象复合变量为其中p0，p6为常数，b2为常数，t为变量，表征气象变量的一般变化，
26.表征气象变量的积累变化。
27.本申请公开了一种通过云服务器云计算监控的风力发电系统包括有，云计算监控单元，云计算监控单元用于从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量；
28.复合变量处理单元，复合变量处理单元用于由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；
29.小波包分解单元，小波包分解单元用于基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络；
30.神经网络单元，神经网络单元用于对预测神经网络进行训练并对当前或未来的风力发电功率进行预测；
31.云计算监控单元还用于基于预测结果对风力发电系统进行调节。
32.本申请公开了一种通过云服务器云计算监控的风力发电系统统，包括处理器，该处理器用于执行系统的各个单元模块的功能。。
33.由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
技术特征：
1.通过云服务器云计算监控的风力发电方法，其特征在于，包括步骤有，云计算监控单元从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量，然后由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；然后基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络，对预测神经网络进行训练并对当前或未来的风力发电功率进行预测，云计算监控单元基于预测结果对风力发电系统进行调节。2.根据权利要求1所述的通过云服务器云计算监控的风力发电方法，其特征在于，所述归一化功率复合变量具体为，其中，p1，p2为常数，b1为常数，t为变量，表征功率变量的一般变化，表征功率变量的积累变化。3.根据权利要求1所述的通过云服务器云计算监控的风力发电方法，其特征在于，所述归一化气象复合变量为其中p0，p6为常数，b2为常数，t为变量，表征气象变量的一般变化，表征气象变量的积累变化。4.通过云服务器云计算监控的风力发电系统，其特征在于，包括：云计算监控单元，云计算监控单元用于从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量；复合变量处理单元，复合变量处理单元用于由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；小波包分解单元，小波包分解单元用于基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络；神经网络单元，神经网络单元用于对预测神经网络进行训练并对当前或未来的风力发电功率进行预测；云计算监控单元还用于基于预测结果对风力发电系统进行调节。5.根据权利要求4所述的通过云服务器云计算监控的风力发电系统，其特征在于，包括有处理器，该处理器用于执行系统的各个单元模块的功能。
技术总结
本发明涉及一种通过云服务器云计算监控的风力发电系统及方法，云计算监控单元从风力发电系统获取历史的发电功率数据、历史的气象环境数据并将历史的发电功率数据与历史的气象环境数据处理为关于时间的变量即分别为功率变量与气象变量，然后由功率变量与气象变量计算归一化功率复合变量与归一化气象复合变量；所述归一化功率复合变量由功率变量的多种特点参数共同复合，所述归一化气象复合变量由气象变量的多种特点参数共同复合；然后基于归一化功率复合变量、归一化气象复合变量进行小波包分解并建立预测神经网络，对预测神经网络进行训练并对当前或未来的风力发电功率进行预测，云计算监控单元基于预测结果对风力发电系统进行调节。系统进行调节。
技术研发人员：赵森良
受保护的技术使用者：赵森良
技术研发日：2022.08.27
技术公布日：2022/11/29