(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110835160.8 (22)申请日 2021.07.23 (65)同一申请的已公布的文献号 申请公布号 CN 113536686 A (43)申请公布日 2021.10.2 2 (73)专利权人 河北工业大 学 地址 300130 天津市红桥区丁字沽光 荣道8 号河北工业大 学东院330# 专利权人 华能新能源股份有限公司河北分 公司 (72)发明人 张家安　王军燕　王向伟　 (74)专利代理 机构 天津翰林知识产权代理事务 所(普通合伙) 12210 专利代理师 付长杰 (51)Int.Cl. G06F 30/27(2020.01) G06F 113/06(2020.01) (56)对比文件 CN 110797908 A,2020.02.14 US 2019/ 0346571 A1,2019.1 1.14 CN 10485 0710 A,2015.08.19 CN 111582551 A,2020.08.25CN 110259648 A,2019.09.20 Xiaoxiao Huang等.Optimizati on method for multi-ac cess capacity of w ind power based on copula. 《IOP Co nference Series: Earth and Enviro nmental Science》 .2019,第 227卷(第03期),032021页. Md. Mahbub Alam等.Extracti on of the inherent nature of w ind speed using wavelets and F FT. 《Energy for Sustai nable Development》 .2014,第2 2卷34-47页. Rose, Stephen 等.Generati ng wind time series as a hybrid of measured and simulated data. 《W ind Energy》 .2012,第15卷 (第05期),699-715页. 雷庆坤.风电场风速预测模型研究. 《中国优 秀硕士学位 论文全文数据库 工程科技 Ⅱ辑》 .2016,(第0 6期),C042-366页. 卢怡等.TRM M/TMI资料在热 带气旋强度估计 中的应用研究. 《暴 雨灾害》 .2012,第31卷(第04 期),336-341页. (续) 审查员 马秋爽 (54)发明名称 一种风速的概 率模型的建模方法 (57)摘要 本发明为一种风速的概率模 型的建模 方法， 该方法包括以下内容： 获得多个不同频率的风速 分量， 然后将多个风速分量重构为风速低频分量 和风速高频分量； 将风速的建模分为规律性强的 低频分量模 型和随机性强的高频分量模型， 在建 模时分别考虑其波动性和随机性并量化分析风 速变化量与风速之间的关系可有效提升建模精 度； 建立了风速低频分量的风速 ‑变化量联合概 率密度模型和风速高频分量的通用描述模型。 本 发明方法尤其适用于不确定性较强风速的情形， 提高了风速建模的精度。 [转续页] 权利要求书2页 说明书9页 附图7页 CN 113536686 B 2022.11.01 CN 113536686 B (56)对比文件 张家安等.考虑时序波动的风速分布描述方 法. 《太阳能学报》 .2020,第41卷(第08 期),330- 336页. 朱岸锋.风电机组运行 数据预处 理与状态评估. 《中国优秀硕士学位 论文全文数据库 工程科 技Ⅱ辑》 .2021,(第0 6期),C042-697页. 佘慎思等.用于风力发电仿真的多时间尺度 风速建模方法. 《电网技 术》 .2013,第37 卷(第09 期),2559-2565页.2/2 页 2[接上页] CN 113536686 B1.一种风速的概 率模型的建模方法， 其特 征在于， 该 方法包括以下内容： 将风电场多年的历史风速数据进行分解， 获得多个不同频率的风速分量， 然后将多个 风速分量重构为 风速低频分量和风速高频分量； 针对风速低频分量， 计算风速的时间序列中相邻 两风速点的风速变化量得到风速的变 化量ΔVt； 将连续的风速低频分量的数据进行多区间划分， 所划分的区间数记为m， 以区间 中点Vt_j作为该区间风速值， 然后带着变化量ΔVt对区间风速进行从小到大的排序； 分别统 计每个区间风速下风速变化量的个数， 生成风速变化量的频数分布直方图， 然后取直方图 中点生成频数分布折线图， 进而可得风速变化量的频率分布直方图和折线图； 由频率分布 直方图和折线图获得每个区间风速下的变化量的分布模型， 通过分布模型拟合出每个区间 风速下的变化量的概率密度函数， 进而 得到区间风速从Vt_1到Vt_m的范围内的变化量的概率 密度曲线， 即获得风速 ‑变化量联合密度模型； 每个区间风速下的概率密度函数都具有参数项， 对区间风速和当前概率密度函数的各 个参数进行函数拟合， 得到各个参数 的函数曲线的趋势， 再根据对应区间风速下 的概率密 度曲线实现区间风速从Vt_1到Vt_n的外推， 得到广义的风速 ‑变化量联合概率密度模型； 针对风速的高频分量， 找出每一风速低频分量的区间风速下所对应的高频分量， 统计 高频分量的最大、 最小值； 基于粒子群算法拟合高频分量最大值与区间风速的关系、 高频分 量最小值与区间风速的关系； 然后利用风速高频分量的两个最值建立起风速高频分量的通 用描述模型。 2.根据权利要求1所述的建模方法， 其特征在于， 采用幂函数模型对区间风速和当前概 率密度函数 的各个参数进行拟合， 得到各个参数 的幂函数曲线的趋势； 幂函数曲线的参数 需要经过粒子群算法进行优化， 将优化后的参数代入广义的风速 ‑变化量联合概率密度模 型， 获得优化后广义的风速 ‑变化量联合概率密度模型； 在有优化后广义的风速 ‑变化量联 合概率密度模型时， 将优化后广义的风速 ‑变化量联合概率密度模型和 风速高频分量的通 用描述模型相结合作为 最终的风速模型。 3.根据权利要求2所述的建模方法， 其特征在于， 所述分布模型近似服从高斯分布， 采 用高斯分布 分别拟合每个区间风速下的概率密度函数fj， 进而得到区间风速从Vt_1到Vt_m的 范围内的概 率密度曲线； 每个区间风速下的概率密度函数fj对应一组高斯参数， 一组高斯参数包 括均值参数 和标准差参数 采用幂函数模型对区间风速与均值参数 区间风速与标准差参数 进行拟合得到相应的函数表达式， 得到均值参数 标准差参数 的幂函数曲线的趋 势， 根据对应区间风速下的概率密度曲线实现区间风速从Vt_1到Vt_n的外推， 得到广义的风 速‑变化量联合概率密度模型。 4.根据权利要求1所述的建模方法， 其特征在于， 风速分量重构的过程是： 应用VMD算法 进行风速分解， 利用快速傅里叶变换获得分解的风速 分量vIMF的中心频率， 利用中心极限定 理对风速的高频分量的数学期望进行置信水平为α 的t检验， 并对风速的高频分量的方差进 行置信水平为α 的χ2检验， 将风速分量按照频率从高到低依次累加， 每次累加一个风速分量 后利用正态分布的t检验和χ2检验找出的最接近正态分布的一组即为风速高频分量， 剩下 的部分和即为 风速低频分量：权　利　要　求　书 1/2 页 2 CN 113536686 B 3