一种风电功率实时智能预测方法与流程

本发明涉及风电，具体为一种风电功率实时智能预测方法。

背景技术：

1、风力发电机是一种绿色环保型能源，他的主要作用是能源结构的优化和改善。事实上，风力发电机是未来能源和电力发展的一个重要趋势。但是风力发电机在工作中容易受到环境的影响，环境对风力发电机功率的影响是非常重要的，功率曲线和发电量功率曲线主要反映的是风力发电机的功率特性，这是衡量一个风力发电机机组风能转化能力是否合格的标准；

2、根据风力发电机功率和风速之间的关系，可以得出风电机组的实际功率曲线，通过对机组的功率数据进行合理的记录，并且同时测量环境，大气，风速等环境参数，根据记录的数据，能够绘制出实际的功率曲线，根据周围环境，大气等对绘制出的实际曲线进行修正。

3、在测算风电功率时，主要决定因素是风速，不过除了风速之外，气压、气温和气流等因素都会影响功率的输出，当风力叶片受到污染时，则叶片表面的污染物也会影响气流的流动性，并且易过早的形成涡流，对风电功率的正确预测产生一定的影响。

4、针对现有问题，急需在原有的基础上进行创新。

技术实现思路

1、本发明的目的在于提供一种风电功率实时智能预测方法，以解决上述背景技术中提出的在测算风电功率时，主要决定因素是风速，不过除了风速之外，气压、气温和气流等因素都会影响功率的输出，当风力叶片受到污染时，则叶片表面的污染物也会影响气流的流动性，并且易过早的形成涡流，对风电功率的正确预测产生一定的影响。

2、为实现上述目的，本发明提供如下技术方案：一种风电功率实时智能预测方法，包括如下步骤：

3、获取目标区域内风电设备信息、目标区域内地形信息和目标区域内天气信息；

4、通过对获取的风电设备信息和地形信息进行整合，绘制目标区域地形地貌图；

5、根据目标区域地貌地形图和目标区域内实时天气信息，制作风电功率预测模型，对位于目标区域内风电设备的风电功率进行智能预测；

6、对风电功率进行智能预测时同时将粉尘影响因子叠加入预测模型内，让风电功率预测更为的精准。

7、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：目标区域的划分包括：

8、通过获取设立风电设备区域得的卫星云图信息，并将设立风电设备的区域设为目标区域；

9、并将目标区域划分为若干地块，并对划分后的若干地块命名为a1、a2、a3……和ai，其中i为将目标区域划分地块个数；

10、获取目标区域内风电设备位置信息，并将获取的风电设备位置信息与a1、a2、a3……和ai进行对比，确定不同风电设备位于a1、a2、a3……和ai的位置。

11、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：目标区域内地形信息包括：山峰、盆地和林木；

12、获取山峰的三维扫描图和盆地的三维扫描图，并将山峰的三维扫描图信息和盆地的三维扫描图信息存储到数据库中；

13、获取林木的占地面积并对林木类型进行判定，其中林木类型判定包括：

14、若林木的类型为灌木，将林木的占地面积存储到数据库中；

15、若林木的类型为乔木，获取林木的占地面积和林木的最高高度，建立一个立体图形，并将立体图形信息保存到数据库中；

16、通过对数据库中存储的信息和目标区域内风电设备信息进行整合，制作目标区域地形地貌图。

17、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：目标区域内天气信息包括：风速信息、风向信息、粉尘浓度信息、温度信息和气压信息；

18、将获取的风速信息、风向信息、温度信息和气压信息叠加入目标区域地形地貌图中，制作风电功率预测模型；

19、当需要特定风电设备进行电功率预测时，预先获取特定风电设备在目标区域地形地貌图中的位置，进而确定特定风电设备位于a1、a2、a3……和ai中具体位置，将特定风电设备位于a1、a2、a3……和ai中具体位置命名为特定位置，并获取风电功率预测模型信息；

20、根据获取风电功率预测模型信息，判定特定位置周边地形信息。

21、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：特定位置周边地形信息的判定包括：

22、若特定位置的周边地形为山峰，获取一年之内特定位置的风速信息和风向信息，确定山峰对特定位置中的风电设备的山峰影响因子；

23、若特定位置的周边地形为盆地或不存在山峰和林木，正常计算特定位置风电设备的风电功率；

24、若特定位置的周边地形为林木，获取林木类型判定信息，根据林木类型判定信息，并对其进行林木二次判定；

25、其中，林木二次判定包括：

26、若林木的高度小于风电设备叶片转动轨迹最低高度，正常计算特定位置风电设备的风电功率；

27、若林木的高度大于风电设备叶片转动轨迹最低高度，获取一年之内特定位置的风速信息和风向信息，确定林木对特定位置中的风电设备的林木影响因子。

28、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：当预测风电设备风电功率预测超过6个月时，获取风电设备所处位置处的粉尘浓度信息；

29、并获取前180天风电设备所处位置每天的粉尘浓度信息，去除每天粉尘信息中的最大值和最小值，求取风电设备所处位置粉尘浓度信息平均数值；

30、根据获取的风电设备所处位置粉尘浓度信息平均数值，预测超过6个月时风电功率的粉尘影响因子。

31、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：获取目标区域内全部风电设备的位置信息，通过对全部风电设备的位置信息进行整合绘制风电设备转向趋势图；

32、通过获取目标区域处风速信息和风向信息，将目标区域内受到风向和风速影响的第一风电设备为基点，并将其命名为风电基点，绘制风向切线；

33、并计算剩余风电设备到风向切线的垂直切线距离，根据风向信息和风速信息预先判定剩余风电设备执行判定；

34、其中，风向切线绘制包括：

35、获取风向信息，确定吹拂进入目标区域内风向和风电基点；

36、绘制若干条经过风电基点的直线，并从若干条经过风电基点的直线中选取垂直风向的直线，该直线即为风向切线。

37、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：获取目标区域内受到风向和风速影响的第一风电设备状态信息；

38、根据第一风电设备状态信息，对剩余风电设备状态进行调控；

39、其中，剩余风电设备状态调控包括：

40、实时获取第一风电设备受风速和风向影响的状态信息，计算第一风电设备再次转换状态信息时间，并将第一风电设备再次转换状态信息时间设为风向变换时间；

41、根据获取的风速和目标区域内风电设备位置信息，计算风向变换时间内对目标区域内风电设备影响个数，并执行风速影响判定；

42、若风电设备影响个数超过目标区域内全部风电设备的一半，即让目标区域内风电设备状态信息与第一风电设备状态信息一致；

43、若风电设备影响个数未超过目标区域内全部风电设备的一半，即让目标区域内未受影响的风电设备保持原状态信息。

44、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：风速影响判定包括：

45、获取第一风电设备状态信息和风速信息；

46、若风速信息超过第一风电设备最大阈值时，控制目标区域内剩余风电设备状态信息与第一风电设备状态信息保持一致；

47、若风速信息未超过第一风电设备最大阈值时，预测目标区域内剩余风电设备风速是否超过最大阈值，将超过最大阈值的风电设备状态修改为第一风电设备状态信息，并将风电叶片调整最小阻力；

48、其中，目标区域内剩余风电设备风速是否超过最大阈值通过获取周边地形信息，确定风速增大影响因子；

49、根据风速增大影响因子，预测目标区域内剩余风电设备风速是否超过最大阈值；

50、风阻增大影响因子通过获取周边地形信息，确定周边地形信息的类型，并将其命名为影响物；

51、通过获取影响物的最大海拔高度和两个影响物不同位置的风速影响间距，根据获取的风电设备信息，确定风速增大影响区间，进而确定处风速增大影响因子。

52、作为本发明所述风电功率实时智能预测方法的一种可选方案，其中：电子设备，包括：

53、处理器；

54、用于存储处理器可执行指令的存储器；

55、其中，所述处理器被配置为执行所述可执行指令时实现权利要求1-9中任一项所述的风电功率实时智能预测方法。

56、与现有技术相比，本发明的有益效果是：

57、1、该一种风电功率实时智能预测方法，通过获取目标区域中的天气信息和地形信息，对风电设备进行预测，在风电设备预测时，需要同时对周边是否存在山峰和林木进行判定，去除山峰影响因子和林木影响因子，让风电设备的预测更为精准，在进行长时间风电功率预测时，需要在去除林木因子和山峰影响因子同时再次去除粉尘影响因子，进一步让风电功率的预测更为靠近真实风电功率。