上海大學博士鄧瑩:機器學習方法在風資源評估中的應用_東方風力發電網
當前位置: 首頁 » 看資訊 » 活動動態 » 正文

上海大學博士鄧瑩:機器學習方法在風資源評估中的應用

放大字體  縮小字體 發布日期:2019-09-19   來源:北極星風力發電網  瀏覽次數:174
核心提示:“機器在風能領域的應用,主要包括長期風速模型和短期風速運行。風資源評估是在風電場建場的時候所考慮重要一個環節,但是從分工密度以及可利用的小時數力求在風電場建立后達到一個經濟效益的最大化,而短時風速預測它的目的是達到精準的風速預測,有助于風電控制,風電場優化和維護日程。”9月19日,上海大學博士鄧瑩在2019 第十二屆中國(江蘇)國際風電產業發展高峰論壇上發表了重要講話。
  “機器在風能領域的應用,主要包括長期風速模型和短期風速運行。風資源評估是在風電場建場的時候所考慮重要一個環節,但是從分工密度以及可利用的小時數力求在風電場建立后達到一個經濟效益的最大化,而短時風速預測它的目的是達到精準的風速預測,有助于風電控制,風電場優化和維護日程。”9月19日,上海大學博士鄧瑩在2019 第十二屆中國(江蘇)國際風電產業發展高峰論壇上發表了重要講話。
  以下為發言實錄:
  
  鄧瑩:大家下午好。我是來自上海大學的鄧瑩。
  
  我今天主要講的內容是機器學習,機器在風能領域的應用,主要包括長期風速模型和短期風速運行。大家知道風資源評估是在風電場建場的時候所考慮重要一個環節,但是從分工密度以及可利用的小時數力求在風電場建立后達到一個經濟效益的最大化,而短時風速預測它的目的是達到精準的風速預測,有助于風電控制,風電場優化和維護日程。
  
  第一部分是風資源評估,他主要包括有兩類方法一個傳統方法一個是現代方法,傳統方法里面大家也知道的CFD軟件的RANS模型,在這個方面國外對于平坦地形有比較多的積累,但是隨著CFD模型延伸,針對復雜地形特殊問題,大家現在應用數值天氣預報的模型,以及先進的CFD模型,像大眾模擬。
  
  對于復雜地形風電場有這樣一個特點,就是它地區的跨度比較大,但是它局部的小的風場的結構是很復雜的,所以我們就用尺度較為大的WRF模型,空間尺度為一千公里時間為1小時的WRF的尺度以及空間30米時間一S的CFD尺度,他需要解決的問題就是適用于復雜地型的CFD模塊,而且需要把這兩個需要進行高效耦合。但是如果直接耦合計算量是非常大的,我們就尋找一種有效的方法。
  
  3D模型有譜元法,可以處理復雜幾何外型,可以支持混合單元網格劃分,大規模并行計算。這是這是對CFD模型就是像與到障礙物復雜地形的模擬,可以看到遇到障礙頂端的孤立,以及后部的漩渦再復現象。
  
  我們對系部某風電場進行了一個模擬,這個地形很復雜就是說最大跨度方向達到24千米,而且落差達到2000米,對于模型方面我們水平方向為30米,數值方向近壁區加密100M內部有25個點。在WRF模擬與耦合方法我們先計算一年WRF結果,用這些結果用機器學習方法分布不同天氣類型,在把天氣類型與CFD進行耦合,最后將不同狀態耦合結果疊加獲得一個平行結果。
  
  我們選擇在Kmeans分類方法上面,我們通過分類的誤差來選擇我們最終分類數目,可以當然數目達到16誤差區域穩定。右邊是最終分類,在兩個方向分速的結果,綠色是代表分類后的中心分布,然后我們將WRF結果差值到CFD邊界給出邊界條件。這個是一個瞬時場的情況,是WRF與CFD耦合后的。可以看到這個還是比較復雜的,模擬的效果還是比較好。
  
  最后我們講我們模擬和評估的結果與實際風電場一個發電量結果進行對比,發現是一致的。第二部分是短時風速預測,大家都知道風速是一個強速記性和間接性的信號,在理論上大家都認為風速具有很強湍流性不一定能被預測,特別是對于一些特殊的天氣情況或者特殊復雜地形風況而言,它具有一個更強的非平穩性和非高線性,所以對這種情況我們進行變換,我們用EN神經網絡進行預測,這現在是一個大家通用一個預測的模塊。我在這個模塊基礎上,加了對誤差后處理進行了一個改進。我得到每一個子序列的誤差,然后對每個子序列誤差進行WMD的對波,最后用ARIMA進行預測,將每個子系列預測結果計算得出最后的結果。
  
  我用六段時測的風速信號對模型進行了一個驗證,最上面這四組是以10分鐘為間隔,對應四個季節選出來,下面是時間間隔為一小時的風速序列。這個是我用了六組模型進行一個對比,灰色虛線是真實信號值,我提出來就是最好的一種策略是深紅策略線,再一個時間點上一一對應,就是他們預測值差值越小可以說預測最小,可以說我預測效果與真實是較為貼近。這個是一小時的預測結果。
  
  最后進行一個評判就是平均絕對誤差值以及相對百分比誤差值他們的值越小說明預測效果越好,深紅色和藍色是我提出來這種模型的策略,就是不同的小策略,就是可以看出來這兩種值的效果是非常好的,對于預測風速的精度是有所提升的。
  
  我的報告結束了,謝謝大家。
  
  (發言根據現場速記整理,未經本人審核)
 
關鍵詞: 風電場 風速
 

 
0條 [查看全部]  相關評論

 
推薦圖文
推薦看資訊
點擊排行
 
 
法甲