本发明涉及一种风电爬坡事件的预报方法,特别涉及一种结合广义源‑网‑荷信息的风电爬坡事件直接预报方法,具体步骤如下:根据电网中每一个时刻的风力发电机组和其他新能源发电机组与电网负荷的实际情况设定样本点;定义一种通道自选择的多层累加系数修正模型,对模型的参数进行设定;利用设定的样本点与建立的模型对样本进行识别,根据是否为风电爬坡事件将样本进行二分类;使用smote过采样算法对样本进行前处理,利用BP神经网络算法建立数据驱动模型,对风电功率爬坡事件进行预测。电力系统根据本发明的直接预报的结果,采取措施降低甚至避免风电爬坡事件对发电厂带来的危害,保证区域电力系统的安全高效稳定运行。
声明:
“结合广义源-网-荷信息的风电爬坡事件直接预报方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)