1.一种基于多位置数值天气预报短期风电功率预测方法,其特征在于,包括:
获取多位置数值天气预报的信息数据,所述信息数据包括:温度数据、风向数据、风速数据和气压数据;
对各所述信息数据进行降维处理,得到降维处理后的信息数据,所述降维处理后的信息数据包括降维后的温度数据、降维后的风向数据、降维后的风速数据和降维后的气压数据;
对所述降维处理后的风速数据采用卡尔曼滤波法进行修正,得到修正后的风速样本数据;
根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据,确定训练模型;
根据所述修正后的风速样本数据,确定预测日的风速数据;
根据多位置数值天气预报,确定预测日的预报温度数据、预报风向数据和预报气压数据;
根据所述预测日的风速数据、所述预报温度数据、所述预报风向数据、所述预报气压数据和所述训练模型,预测风电功率。
2.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法,其特征在于,所述对各所述信息数据进行降维处理,得到降维处理后的信息数据,具体包括:
对各所述信息数据采用奇异值分解法进行降维处理,得到降维处理后的信息数据。
3.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法,其特征在于,所述对所述降维处理后的风速数据采用卡尔曼滤波法进行修正,得到修正后的风速样本数据,具体包括:
设定卡尔曼滤波器的状态方程和量测方程;
根据所述状态方程和所述量测方程,确定最优状态估计矩阵;
获取数值天气预报模型在t时刻输出的预报风速和高斯非线性系统误差;
根据所述最优状态估计矩阵、所述预报风速和高斯非线性系统误差,得到修正后的卡尔曼滤波风速,所述修正后的卡尔曼滤波风速为修正后的风速样本数据。
4.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法,其特征在于,所述根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据,确定训练模型,具体包括:
将所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据作为训练样本;
获取所述训练样本对应的风电功率;
根据所述训练样本和所述风电功率,确定训练模型。
5.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法,其特征在于,所述根据所述修正后的风速样本数据,确定预测日的风速数据,具体包括:
根据多位置数值天气预报,得到天气预报预测的风速数据;
基于所述修正后的风速样本数据,对所述天气预报预测的风速数据采用欧氏距离法进行修正,确定预测日的风速数据。
6.一种基于多位置数值天气预报短期风电功率预测系统,其特征在于,包括:
信息数据获取模块,用于获取多位置数值天气预报的信息数据,所述信息数据包括:温度数据、风向数据、风速数据和气压数据;
降维处理模块,用于对各所述信息数据进行降维处理,得到降维处理后的信息数据,所述降维处理后的信息数据包括降维后的温度数据、降维后的风向数据、降维后的风速数据和降维后的气压数据;
修正模块,用于对所述降维处理后的风速数据采用卡尔曼滤波法进行修正,得到修正后的风速样本数据;
训练模块,用于根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据,确定训练模型;
预测日的风速数据确定模块,用于根据所述修正后的风速样本数据,确定预测日的风速数据;
其他数据确定模块,用于根据多位置数值天气预报,确定预报温度数据、预报风向数据和预报气压数据;
风电功率预测模块,用于根据所述预测日的风速数据、所述预报温度数据、所述预报风向数据、所述预报气压数据和所述训练模型,预测风电功率。
7.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统,其特征在于,所述降维处理模块,具体包括:
降维处理单元,用于对各所述信息数据采用奇异值分解法进行降维处理,得到降维处理后的信息数据。
8.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统,其特征在于,所述修正模块,具体包括:
方程设定单元,用于设定卡尔曼滤波器的状态方程和量测方程;
最优状态估计矩阵确定单元,用于根据所述状态方程和所述量测方程,确定最优状态估计矩阵;
获取单元,用于获取数值天气预报模型在t时刻输出的预报风速和高斯非线性系统误差;
修正后的风速样本数据确定单元,用于根据所述最优状态估计矩阵、所述预报风速和高斯非线性系统误差,得到修正后的卡尔曼滤波风速,所述修正后的卡尔曼滤波风速为修正后的风速样本数据。
9.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统,其特征在于,所述训练模块,具体包括:
训练样本确定单元,用于将所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据作为训练样本;
风电功率确定单元,用于获取所述训练样本对应的风电功率;
训练模型确定单元,用于根据所述训练样本和所述风电功率,确定训练模型。
10.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统,其特征在于,所述预测日的风速数据确定模块,具体包括:
风速数据获取单元,用于根据多位置数值天气预报,得到天气预报预测的风速数据;
风速数据修正单元,用于基于所述修正后的风速样本数据,对所述天气预报预测的风速数据采用欧氏距离法进行修正,确定预测日的风速数据。