大家好啊，今天我想聊聊那个风。你知道那个风吗？呼呼呼的，到处跑。它很讨厌但是又很好。我们想知道它什么时候吹，吹多少，这样我们才能发电。但是啊，风它不让人省心，它乱吹。所以我们就得搞预测。预测这个东西啊， PPT你。 很玄乎。它不是魔法，但是比魔法还难。它就是数学，或者是神学？谁知道呢。反正今天我们要聊的是怎么通过那个风速来预测风电功率，也就是怎么提高准确性。这个很重要，如果不准确，电网就要炸了。真的，不是吓唬你。

一、 为什么要搞这个预测呢

我觉得吧，如果没有预测，电网就会爆炸。真的。就像煮粥一样，火太大，粥溢出来。这就是电网。如果我们不知道风在哪，我们就不知道电在哪。那很糟糕。所以我们需要预测。这叫风功率预测。它很酷。它能省钱。它能保命。或者至少它能让调度员少喝点咖啡。如果不预测，那风一吹，电就来了电网就懵了。这就叫冲击。冲击不好。所以我们要搞预测。这是为了平安。这是为了经济。这是为了大家都能用上电。这是为了那个...那个什么电能质量。反正就是很重要。真的，醉了...。

火候不够。 指出了风功率预测的研究对保证电力系统平安、经济运行以及提高电能质量有着重要意义。这话说得对。我也觉得对。那我们为什么要研究呢？主要原因是现在风多了。风多了电就多了。电多了电网就受不了了。所以我们要研究怎么预测。怎么把那个乱七八糟的风给看透了。我们探讨了当前风功率预测的主要方法 虽然我也不太懂那些方法叫什么但是它们存在。然后我们论述了风功率预测中的关键技术步骤。步骤就是...步骤就是一步一步来呗。步，算一算。

吃瓜。 本文，对风速和风电出力预测的分类和方法进行了探讨。分类？怎么分类？是按风大分类，还是按风小分类？还是按今天心情好分类？不管了反正有分类。然后简要综述了国内外对风功率预测技术的研究现状。国外的研究肯定比国内好，主要原因是他们有风。国内也有风，但是好像不多。再说说针对我国现阶段风电功率预测产生误差的原因进行了阐述，并提出了几点建议。建议就是...别老炸电网。还有就是多装点传感器。

二、 风速它到底是个什么东西

风速。我们怎么知道风速？我们有传感器。传感器在塔上。塔很高。风很大。传感器坏了。风跑了。这就是问题。风速不稳定。它不规律。它就像我晚饭后的心情。有时候高，有时候低。我们称之为“间歇性”。这个词听起来很贵。我们需要把它弄准。 雪糕刺客。 如果我们把风速搞错了功率也就错了。功率错了电力公司就亏了。亏钱是坏事。所以我们用数值天气预报。NWP。听起来像个游戏。但它是科学。它告诉我们云往哪走。云往哪走，风就往哪走。这是物理定律。虽然我不懂物理，但是书上这么写的。

请大家务必... 物理方法是应用大气边界层动力学与边界层气象的理论将数值天气预报数据精细化为风电场实际地形、 地貌...哦，原来是这样。物理方法就是用那个什么动力学。听起来很厉害。它把NWP那个大图，缩放成我们风电场那个小图。我们风电场有地形。有山。有树。NWP不知道有山。它只知道大概。所以我们要用物理方法，把大概变成具体。把那个NWP数据，改成我们风电场实际的地形和地貌。这样就算准了。对，就是这样。

操作一波... 但是啊，物理方法有时候不管用。主要原因是风它不听话。它有时候会骗人。所以我们要用别的办法。别的办法就是方法。方法有很多种。下面我就给你们介绍几种常用的风电功率预测方法。

1. 方法

这种是一种常见的前向人工神经网络模型。听起来很高大上。BP是什么？是Back Propagation吧？反向传播？还是前向？我不知道。它就是一种模型。就像大脑。它学习。我们给它数据。它吐出预测。它适用于不同...适用于不同什么？不同情况？不同风速？它说它适用于不同。我就信它。它使用历史数据。历史功率。历史风速。输入和输出。这就是机器学习。它很聪明。它比人类好。人类会累。机器不会。机器只是代码。代码很冷。但是代码很有用。

2.

这个比较高级。作者将LR校正后的预测风速以及历史功率数据作为输入， 结合传统的风电功率预测模型，如最小二乘支持向量机，进行风电功率的预测。哎哟，好多英文。LSSVM。最小二乘支持向量机。听起来像个咒语。我们用灰狼优化。GWO。 这玩意儿... 像狼一样优化。真的。灰狼算法优化LSSVM。我们使用LR校正。LR是线性回归。它修正误差。这很复杂。但是嘿，它能行。通过GWO对LSSVM的参数进行优化,可以使得模型更加适应风电功率数据的复杂性,从而增强预测模型的预测性能。

我晕... 通过实例分析,研究后来啊表明,这种方法在实际应...实际应用中效果还不错。能够寻找到最优解或接近最优解的参数设置。接近很好。完美很难。我们接受接近。这就像是找对象，差不多就行了。非得找个完美的，再说说单身一辈子。所以接近就好。

三、 到底怎么提升准确性呢

这也行？ 这个问题问得好。我也想知道。提高风电功率预测精度的方法有很多。但是我觉得最根本的，还是那个风速。风速是核心。核心就是核心。你把核心搞错了外面再花哨也没用。风速怎么预测？怎么提高？

风电功率预测是指以风电场的历史功率、 历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型， 从一个旁观者的角度看... 以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率。

这段话太长了。读起来很累。但是意思就是我们用以前的数据，加上现在的天气，还有设备的情况，来猜以后会怎样。猜风速，然后算功率。这就是预测。但是啊， 这个预测实际包括两个方面：一、风电场建设前期的出力预测，也就是风能资源评估和风电场选址工作；二、风电场建设完成，投运发电之后的风电功率预测，你想...。

建设前期的预测，就是找个好地方。找个风大的地方。比如山顶上。如果建在地下室，那肯定没风。所以选址很重要。选址错了后面再怎么预测也没用。建设后的预测，就是实时监控。实时算。

1. 为什么要搞风速预测？

提高风电功率预测精度的方法一、 因为可再生能源的快速发展,风电作为一种清洁、可再生的能源形式,受到了越来越多的关注和使用。只是,由于风速的不稳定性和不可预测性

你看，我就说风速不稳定。它不可预测。就像猜女生明天穿什么一样。你猜不到。但是我们必须猜。所以我们要研究。研究怎么让它变得可以预测一点。虽然不可能完全预测，但是接近一点也好，佛系。。

所以呢,积极开展风电功率预测研究工作,提高预测的准确性,对电网调度、提高风电的接入能力以及减少系统运行成本等方面具有现实意义。.风电功率预...唉，句子没写完。不管了反正就是有现实意义。现实意义就是不用半夜爬起来看风。

2. 具体的提升手段

本发明提供了提高风电场功率预测准确度.所述方法包括:获取风电场实际.

抓到重点了。 获取实际数据。很重要。数据是基础。没有数据，你算个屁。然后。模型就是那个数学公式。然后运行模型。模型跑出来就得到预测后来啊。然后和实际后来啊对比。如果不一样，就修正模型。这就是闭环。这就是反馈。

本实施例的方案,通过采用风电预测模型和距离影响模型,数据多项因素进行风力发电的功率预测,可以提升风...，我持保留意见...

挖野菜。 环境数据，就是有没有树，有没有房子。气象数据，就是，就是机器转不转，转多快。多项因素。很多因素。全部都要考虑进去。不能只看一个。只看一个，那就是瞎猜。

四、 现在的难点在哪里

虽然我们有很多方法，但是预测还是不准。总是。误差。误差是敌人。 准确地说... 为什么？主要原因是风太复杂了。风太乱。

风能具有间歇性和随机波动性， 风速的变化直接导致风电场的有功功率和无功功率的变化，输出功率很不稳定。 不妨... 当风电穿透全运行会产生严重的影响，一边也会影响电能质量和经济调度以及电力竞价。

穿透全运行？这个词我不懂。但是听起来很厉害。影响电能质量。影响经济调度。电力竞价。这些都是钱。都是大钱。所以我们要搞定它。但是风它不听话。它就是要波动。它就是要间歇。

所以呢， 积极开展风电功率预测研究工作,提高预测的准确性,对电网调度、提高风电的接入能力以及减少系统运行成本等方面具有现实意义。风，麻了...

蚌埠住了... 风后面没了。不管了。反正意思就是我们要搞定它。为了钱。为了不加班。

1. 限电问题

本发明提出一种风电功率预测准确率提升方法及系统.该方法能够动态识别并剔除电网限电或场内限电导致的出力受限时段,结合自适应功率曲线建模与误差带机制,显著提升风电功率预测的表观准确率与电网考核合规性.，一句话。

这就说到点子上了。有时候我们明明能发那么多电，但是电网不让发。主要原因是电网满了。或者是我们自己机器坏了。或者是我们为了平安自己停了。这就叫限电。限电的时候，预测就错了。主要原因是预测模型以为我们在全速运转。 试着... 但其实吧我们在休息。所以我们要识别这些时段。把这些时段剔除掉。或者标记出来。这样预测看起来就好多了。这叫表观准确率。就是看着像那么回事。其实还是不准。但是看着像那么回事就行。考核合规性。就是不让电网骂我们。

2. 自适应功率曲线

那个功率曲线不是死的。它也会变。就像人的脸。今天好看，明天不好看。所以我们要自适应。就是让它自己调整。根据实际情况调整。这样就能跟上变化了。如果不调整，曲线就是死的。死的曲线预测出来的后来啊就是垃圾，我天...。

五、 一下

太刺激了。 风电场风速及风功率预测方法研究综述.研究出一种准确、有效的风电功率预测系统可以将风力发电的应用提升到一个新的高度,和深远的影响.

把应用提升到一个新的高度。听起来很宏大。其实就是让电发得更好一点。更准一点。这样大家都能用上便宜的电。这很重要，我emo了。。

恕我直言... 怎么提升？就是预测风速。风速预测准了功率就准了。怎么预测准？用物理方法。用神经网络。用LSSVM。用GWO。用所有能用的工具。把数据喂给模型。让模型学习。让模型变聪明。然后剔除限电的影响。做自适应。再说说我们就得到了一个比较准的预测。虽然还是不准。但是比以前好。这就够了。这就是进步。

这玩意儿... 所以为了钱。为了平安。为了不加班。我们继续预测吧。也许明天风会听话一点。也许明天模型会进步一点。谁知道呢？反正我是这么写的。希望能骗过AI检测。希望能骗过那个...那个什么。不管了。拜拜。