【技術實現步驟摘要】
本專利技術涉及大氣科學，具體涉及一種降尺度風電場風速預測模型的構建方法、模型及系統。
技術介紹
1、隨著中國風能資源開發利用和風電場的大量建設，風電場的長期運行面臨氣候變化帶來的風能資源不確定性挑戰。先前研究指出中國在內的北半球地區地表風速在過去幾十年有所下降，全球/區域氣候模型(gcms/rcms)已廣泛用于預測與地表風速相關的氣候變化。基于這些模型輸出資料，尤其是來自cmip6(國際耦合模式比較計劃的第六階段)，為研究風電場風能演變規律提供了可能。cmip6的空間分辨率(約100公里)過于粗糙，難以為局地風能研究提供精細信息。
技術實現思路
1、針對現有技術中的缺陷，本專利技術提供一種降尺度風電場風速預測模型的構建方法、模型及系統，以為局地風能研究提供精細信息，降低風電開發的風險。
2、一種降尺度風電場風速預測模型的構建方法，包括：
3、利用中尺度天氣預報模式獲取目標風電場區域內至少1個歷史完整年的風機輪轂高度處的風參數模擬數據，得到模擬風速集；
4、基于目標風電場區域內風機輪轂高度處的預設數據集對模擬風速集中的模擬風速進行代表年訂正處理，得到背景風譜圖數據集；
5、根據模式氣候數據和目標風電場的風速預測結果進行樣本數據構建，得到樣本數據集；
6、采用背景風譜圖數據集中的背景風譜圖數據進行損失函數構建，得到目標損失函數；
7、采用樣本數據集中的樣本數據對高效子像素卷積神經網絡進行訓練，直至目標損失函數收斂之
8、進一步的，還包括對背景風譜圖數據集中的背景風譜圖數據進行歸一化處理。
9、進一步的，高效子像素卷積神經網絡包括四個卷積層和一個子像素卷積層。
10、進一步的，還包括采用如下公式表示高效子像素卷積神經網絡的卷積層：
11、
12、其中，x和y分別是高效子像素卷積神經網絡的卷積層的輸入和輸出，w和b分別是權重和偏置，是一個非線性函數。
13、進一步的，模式氣候數據包括主要模式氣候數據和輔助模式氣候數據，其中：
14、主要模式氣候數據包括era5或cmip6的溫度數據、相對濕度數據和風速場數據；
15、輔助模式氣候數據包括粗分辨率和細分辨率的地形數據，粗分辨率和細分辨率的地表粗糙度數據。
16、進一步的，地形數據包括平均海拔和海拔標準差。
17、進一步的，降尺度風電場風速預測模型的代價函數為均方誤差。
18、一種降尺度風電場風速預測模型，采用上述任一項降尺度風電場風速預測模型的構建方法構建得到。
19、一種降尺度風電場風速預測分析系統，采用降尺度風電場風速預測模型對目標風電場的風速進行預測；包括獲取模塊、訂正模塊和預測模塊，其中：
20、獲取模塊用于，利用中尺度天氣預報模式獲取目標風電場區域內至少1個歷史完整年的風機輪轂高度處的風參數模擬數據，得到模擬風速集；
21、訂正模塊用于，基于目標風電場區域內風機輪轂高度處的預設數據集對模擬風速集中的模擬風速進行代表年訂正處理，得到背景風譜圖數據集；
22、預測模塊用于，根據模式氣候數據，使用降尺度風電場風速預測模型對目標風電場的風速進行預測。
本文檔來自技高網...【技術保護點】
1.一種降尺度風電場風速預測模型的構建方法，其特征在于，包括：
2.如權利要求1所述的一種降尺度風電場風速預測模型的方法，其特征在于，還包括對所述背景風譜圖數據集中的背景風譜圖數據進行歸一化處理。
3.如權利要求1或2所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述高效子像素卷積神經網絡包括四個卷積層和一個子像素卷積層。
4.如權利要求3所述的一種降尺度風電場風速預測模型的方法，其特征在于，還包括：
5.如權利要求4所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述模式氣候數據包括主要模式氣候數據和輔助模式氣候數據，其中：
6.如權利要求5所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述地形數據包括平均海拔和海拔標準差。
7.如權利要求6所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述降尺度風電場風速預測模型的代價函數為均方誤差。
8.一種降尺度風電場風速預測模型，其特征在于，采用權利要求1-7所述的構建方法構建得到。
9.一種降尺度風電場風速預測
...【技術特征摘要】
1.一種降尺度風電場風速預測模型的構建方法，其特征在于，包括：
2.如權利要求1所述的一種降尺度風電場風速預測模型的方法，其特征在于，還包括對所述背景風譜圖數據集中的背景風譜圖數據進行歸一化處理。
3.如權利要求1或2所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述高效子像素卷積神經網絡包括四個卷積層和一個子像素卷積層。
4.如權利要求3所述的一種降尺度風電場風速預測模型的方法，其特征在于，還包括：
5.如權利要求4所述的一種降尺度風電場風速預測模型的方法，其特征在于，所述模式氣候數據包括主要模式氣候...
【專利技術屬性】
技術研發人員：袁令，張樸，李建科，阮夏，陳鵬，袁楨宜，郭子億，宋學武，秦海明，
申請(專利權)人：中船海裝風電有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。