Page 51 - 电力与能源2023年第三期
P. 51

苏智超：基于深度学习的风电机组风向预测方法研究                                       245

                所示。
                                                                 4 结语
                         表 1 风机偏航事件 2×2 列联表
                       事件             n 2 偏航      n 2 不偏航            本文在分析了风机偏航原理和风电场实测数
                      n 1 偏航          L(1，1 )      L(1，2 )       据的基础上，将两者的特点相结合提出了偏航事
                     n 1 不偏航          L( 2，1 )     L( 2，2 )
                                                                 件的建模方法，然后论证了根据偏航事件相关性
                    在众多定类变量的相关系数中，Q 系数是计                         筛选风向预测关联种子的有效性，为风向的精确
                算两个变量相关性的最简单方法，如下式所示：                            预测提供了基础。
                        L(1，1 )×L(2，2 )-L(1，2 ) ×L( 2，1 )           （1） 讨论了风机偏航系统原理，提出了一种风
                      =                                 （2）
                  Q n 1 ，n 2
                        L(1，1 )×L(2，2 )+L(1，2 ) ×L( 2，1 )
                                                                 向预测理论，并将机器学习作为工具来预测风向。
                    Q 系数的值在−1 到 1 之间。Q 越接近 1，则
                                                                    （2）对风数据进行科学处理，根据某风电场实
                L(1，1 )× L( 2，2 ) 远 大 于 L(1，2 )× L( 2，1 )，表 明
                                                                 测风数据，提出了牺牲连续性保证同时性的数据
                风机 n 1 和风机 n 2 在固定时间段内偏航事件相同
                                                                 处理方法，并详细介绍了计算方法。
                的次数越多，偏航事件正相关；Q 越接近于−1，则
                                                                    （3）研究了风向的季节性，通过风玫瑰图得出
                L(1，2 )× L( 2，1 ) 远 大 于 L(1，1 )× L( 2，2 )，表 明
                                                                 风向随季节变化明显的结论，可通过季节来确定
                风机 n 1 和风机 n 2 在固定时间段内偏航事件不同
                                                                 风电场主导风向。
                的次数越多，偏航事件负相关；Q=0 则表示风机
                                                                    （4）提出了风机偏航事件相关性，并根据提供
                n 1 和风机 n 2 偏航事件不相关。
                                                                 的实际风数据完成数学建模，给出了基于列联表
                3.4.4 风机偏航事件相关性求取试验结果
                                                                 Q 系数的偏航事件相关性的计算方法。
                    对某风电场 24 台风机的实际偏航事件开展
                                                                    （5）通过简单的 R 语言预测试验，论证了用风
                相关性分析，相关度根据 Q 系数分为如下几类。
                                                                 机偏航事件相关性筛选预测风向关联种子的有
                    （1）密切相关（Q n，24 > 0.7）：风机 20，风机 23。
                                                                 效性。
                    （2）高 度 相 关（0.6 < Q n，24 ≤ 0.7）：风 机 5，风
                                                                 参考文献：
                机 8，风机 19，风机 21，风机 22。
                                                                ［1］  史立山 . 中国可再生能源发展的几个政策问题与解决措施
                    （3）中 度 相 关（0.5 < Q n，24 ≤ 0.6）：风 机 2，风
                                                                       .
                                                                    ［J］ 中国建设动态（阳光能源），2007（2）：4-5.
                机 11，风机 13，风机 14。                               ［2］  张  磊 . 循环流化床燃煤氮氧化物排放行为研究［D］ 北
                                                                                                          .
                    （4）低 度 相 关（0.3 < Q n，24 ≤ 0.5）：风 机 3，风           京：中国科学院过程工程研究所，2006.
                                                                ［3］  孟凡生 . 煤炭工业节能减排技术路线图研究［J］ 中国国情
                                                                                                     .
                机 6，风机 12，风机 17。
                                                                     国力，2010（11）：29-30.
                    （5）极低度相关（Q n，24 ≤ 0.3）：风机 1，风机 4，           ［4］  World Wind Energy Association. World wind energy report
                风机 9。                                                2012［M］ Bonn：World Wind Energy Association，2013.


                                                                           .
                    因此，选取风机 20 和风机 23 作为风机 24 的                 ［5］  王成富 . 风力发电对我国电力可持续发展的关键点探讨
                                                                    ［J］ 低碳世界，2013（20）：135-136.
                                                                       .
                关联种子风机。
                                                                ［6］  LING  S，YONGJUN  G，ZUWEN  W，et  al.  Design  of



                3.4.5 关联种子选取最终法则                                     large-scale  wind  power  yawing  bearing  test-bed  control
                    综 上 所 述 ，某 风 电 场 以 冬 季 预 测 风 机 24 为              system［C］//Fluid Power and Mechatronics （FPM），2011

                例，关联种子选取法则概括如下。                                      International Conference on IEEE. 2011.
                                                                ［7］  DENNY E，O'MALLEY M. Wind generation，power system


                    （1）相同时间内关联种子风机与风机 24 的偏
                                                                                               .
                                                                     operation，and emissions reduction［J］ IEEE Transactions

                航事件相关性 Q 系数应尽可能高。                                    on Power Systems，2006，21（1）：341-347.



                    （2）仅考虑主导风向预测，应选取位于风机                        ［8］  KAPLAN Y A. Overview of wind energy in the world and
                24 西侧的风机作为关联种子风机。                                    assessment  of  current  wind  energy  policies  in  Turkey［J］  .
                                                                     Renewable  and  Sustainable  Energy  Reviews，2015，43：


                    （3）关联种子风机和风机 24 的直线距离不应
                                                                     562-568.
                大于 6 km。                                        ［9］  江  滢，罗   勇，赵宗慈，等 . 中国及世界风资源变化研究
   46   47   48   49   50   51   52   53   54   55   56