买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网山西省电力公司电力科学研究院申请的专利数据-经验融合的风电场低温条件下功率预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117767267B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311530824.5，技术领域涉及：H02J3/00；该发明授权数据-经验融合的风电场低温条件下功率预测方法及系统是由杨超颖;邹鹏;赵军;赵兴泉;潘力志;张晓鹏;王金浩;张敏;宋金鸽;祗会强;郭翔宇;常潇;樊瑞设计研发完成，并于2023-11-16向国家知识产权局提交的专利申请。

本数据-经验融合的风电场低温条件下功率预测方法及系统在说明书摘要公布了：本发明提供一种数据‑经验融合的风电场低温条件下功率预测方法及系统，涉及风电场功率预测技术领域，该方法包括建立基于经验的风电场工程尾流场模型；基于所述模型，建立基于风电场工程尾流场模型的风电场低温条件下功率预测方法；利用历史数据，优化风电场低温条件下功率预测方法中的系数，建立基于数据‑经验融合的风电场低温条件下功率预测方法；利用建立好的基于数据‑经验融合的风电场低温条件下功率预测方法，对风电场功率进行预测。本发明通过考虑温度对风电场工程尾流场模型的影响，同时根据实际数据修正温度影响下，风电场工程尾流场模型的预测偏差，从而有效减少风电场低温条件下的功率预测偏差，提高风电场功率预测精度。

本发明授权数据-经验融合的风电场低温条件下功率预测方法及系统在权利要求书中公布了：1.一种数据-经验融合的风电场低温条件下功率预测方法，其特征在于，包括： 步骤S1：建立基于经验的风电场工程尾流场模型； 步骤S2：基于所述模型，建立基于风电场工程尾流场模型的风电场低温条件下功率预测方法，具体包括： 根据环境温度对单机尾流模型进行修正： 在低温条件下，风电机组的尾流会发生变化，使用尾流增长率修正： k*＝a0+a1T+a2T2+…+an-1Tn-1+anTn 式中，k*是尾流增长率，T是环境摄氏温度，a0，a1，…，an是待定系数，n是环境摄氏温度的最高次项次数； 建立风速-推力系数曲线： CT＝fv 式中，CT是推力系数，fv是推力系数关于风速的函数； 建立风速-功率曲线： P＝gv 式中，P是风电机组的输出功率，gv是风电机组的输出功率关于风速的函数； 步骤S3：利用历史数据，优化风电场低温条件下功率预测方法中的系数，建立基于数据-经验融合的风电场低温条件下功率预测方法，具体包括： S31：收集风电场实际数据，包括风电场内温度、风速、风向、功率数据，对实际数据进行预处理和特征工程处理； S32：基于经过预处理和特征工程处理后的实际数据，建立基于数据的风电场低温条件下温度、风速、风向预测方法； S33：初始化待定系数，并使用不同待定系数，建立基于经验的风电场低温条件下功率预测方法，其中所述初始化待定系数具体包括： 取值范围：尾流增长率k*的取值范围根据经验确定，环境摄氏温度T的取值范围根据风电场所在地区的气象条件决定； 变化规律：根据环境摄氏温度下降，风电机组功率上升的现实情况，以及尾流增长率公式，尾流增长率在环境摄氏温度下降时应当增加； 据上述取值范围和变化规律，确定待定系数的初始取值： 式中，a0，a1，…，an是待定系数，n是尾流增长率公式中环境摄氏温度的最高次项次数，其下标中，第一个参数0，1，2，…，n代表尾流增长率公式中不同次数项，第二个参数1，2，…，m代表不同方案，m为方案的总数量； S34：根据历史数据，选择最优系数组合，建立基于数据-经验融合的风电场低温条件下功率预测方法； S4：利用建立好的基于数据-经验融合的风电场低温条件下功率预测方法，对风电场功率进行预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山西省电力公司电力科学研究院，其通讯地址为：030000 山西省太原市迎泽区迎泽街道青年路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。