(19)中华 人民共和国 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 202111448553.X (22)申请日 2021.11.30 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司电力科 学研 究院 (72)发明人 代仕勇　汪绪先　李玎　黄缙华　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 陈旭红　钟文瀚 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种风电场站短期功率的预测方法、 系统、 设备和介质 (57)摘要 本发明公开了一种风电场站短期功率的预 测方法、 系统、 设备和介质， 包括： 获取目标地区 风电场站的历史数据， 并将历史数据经过预处理 后， 输入到预设的第一基于梯度提升决策树的预 测模型进行训练， 获得第二基于梯度提升决策树 的预测模型； 获取目标地区风电场站的实时数 据， 并将实时数据经过预处理后输入到第二基于 梯度提升决策树的预测模型， 获得目标地区风电 场站的短期预测功率。 本发明以风电场站短期功 率预测准确度为目标， 建立最优化模型； 算法上 以梯度提升决策树算法为基础， 提高预测准确度 和算法鲁棒性； 使用该算法来求得模型的优化 解。 本发明相对于现有技术而言， 在对风电场战 短期功率预测问题上具有更好的计算效率和计 算精度。 权利要求书2页 说明书6页 附图2页 CN 114139803 A 2022.03.04 CN 114139803 A 1.一种风电场站短期功率的预测方法， 其特 征在于， 包括： 获取目标地区风电场的历史数据， 其中， 所述历史数据包括： 检修停运计划、 风向值、 风 速值、 气温值和实际功率； 将所述历史数据输入到预设的第 一基于梯度提升决策树的预测模型进行训练， 获得第 二基于梯度提升决策树的预测模型； 获取目标地区风电场的实时数据， 其中， 所述实时数据包括： 检修停运计划、 风向值、 风 速值、 气温值； 将所述实时数据输入到第 二基于梯度提升决策树的预测模型， 获得目标地区风电场站 的短期预测功率。 2.根据权利要求1所述的风电场站短期功率的预测方法， 其特征在于， 在将所述实时数 据输入到基于梯度提升决策树预测模型， 获得目标地区风电场站的短期预测功率之后， 还 包括： 根据所述短期预测功率， 获得风电场站短期功率的预测准确率。 3.根据权利要求2所述的风电场站短期功率的预测方法， 其特征在于， 所述根据 所述短 期预测功率， 获得风电场站短期功率的预测准确率， 具体采用如下计算公式： ypower＝max{ytrue,20％×ycap} 其中， Acwind为单个风电场功率预测准确率； ytrue为风电场实际出力， 为非负数； ypred为 风电场预测出力； ycap为风电场装机容 量； ypower为功率预测准确率的计算分母。 4.根据权利要求1所述的风电场站短期功率的预测方法， 其特征在于， 所述获取目标地 区风电场的历史数据， 其中， 所述历史数据包括： 检修停运计划、 风向值、 风速值、 气温值和 实际功率， 包括： 获取目标地区风电场的风向值、 风速值、 气温值和实际功率； 对所述风向值、 风速值、 气温值和实际功率进行预处理， 并将预处理后的风向值、 风速 值、 气温值和实际功 率作为目标地区风电场的历史数据， 其中， 所述预 处理， 包括： 将将所述 风向值、 风速值和气温值进行归一化处理， 得到归一化处理后的风向值、 风速值和气温值； 将所述实际功率中的负数置零。 5.一种风电场站短期功率的预测系统， 其特征在于， 包括： 第一数据获取模块、 训练模 块、 第二数据获取模块和预测模块， 其中； 所述第一数据获取模块， 用于获取目标地 区风电场的历史数据， 其中， 所述历史数据包 括： 检修停运计划、 风向值、 风速值、 气温值和实际功率； 所述训练模块， 用于将所述历史数据输入到预设的第 一基于梯度提升决策树的预测模 型进行训练， 获得第二基于梯度提升决策树的预测模型； 所述第二数据获取模块， 用于获取目标地 区风电场的实时数据， 其中， 所述实时数据包 括： 检修停运计划、 风向值、 风速值、 气温值； 所述预测模块， 用于将所述实时数据输入到第二基于梯度提升决策树的预测模型， 获权　利　要　求　书 1/2 页 2 CN 114139803 A 2得目标地区风电场站的短期预测功率。 6.根据权利要求5所述的风电场站短期功率的预测系统， 其特征在于， 所述预测系统还 包括预测准确率模块， 用于根据所述短期预测功率， 获得风电场站短期功率的预测准确率。 7.根据权利要求6所述的风电场站短期功率的预测系统， 其特征在于， 所述预测准确率 模块， 具体采用如下计算公式： ypower＝max{ytrue,20％×ycap} 其中， Acwind为单个风电场功率预测准确率； ytrue为风电场实际出力， 为非负数； ypred为 风电场预测出力； ycap为风电场装机容 量； ypower为功率预测准确率的计算分母。 8.根据权利要求5所述的风电场站短期功率的预测系统， 其特征在于， 所述获取目标地 区风电场的历史数据， 其中， 所述历史数据包括： 检修停运计划、 风向值、 风速值、 气温值和 实际功率， 包括： 获取目标地区风电场的风向值、 风速值、 气温值和实际功率； 对所述风向值、 风速值、 气温值和实际功率进行预处理， 并将预处理后的风向值、 风速 值、 气温值和实际功 率作为目标地区风电场的历史数据， 其中， 所述预 处理， 包括： 将将所述 风向值、 风速值和气温值进行归一化处理， 得到归一化处理后的风向值、 风速值和气温值； 将所述实际功率中的负数置零。 9.一种计算机终端设备， 其特征在于， 包括： 一个或多个处理器； 存储器， 与所述处理器 耦接， 用于存储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使 得所述一个或多个处理器实现如权利要求1至4任一项所述的风电场站短期功率的预测方 法。 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如权利要求1至4任一项所述的风电场站短期功率的预测方法。权　利　要　求　书 2/2 页 3 CN 114139803 A 3