
1. 山东理工大学电气与电子工程学院
2. 青岛百恒新能源技术有限公司
3. 香港理工大学电机及电子工程学系
Published:2026
移动端阅览
史启迪, 尹文良, 李存欣, et al. 多变量特征引导下的风电机组功率曲线建模研究[J]. 2026, 42(1): 74-83.
史启迪, 尹文良, 李存欣, et al. 多变量特征引导下的风电机组功率曲线建模研究[J]. 2026, 42(1): 74-83. DOI: 10.26963/j.psce.2026.01009.
针对传统功率曲线模型难以处理多变量非线性耦合关系的问题,提出了一种融合卷积神经网络、双向长短期记忆网络和注意力机制的风电机组多变量功率曲线建模方法。首先,采用涡流-四分位法对监控与数据采集(supervisory control and data acquisition
SCADA)系统数据进行异常值清洗,并通过偏互信息法筛选出多个关键特征变量。其次,利用卷积神经网络提取空间特征,通过双向长短期记忆网络捕捉时序动态特性,再结合注意力机制实现特征权重的自适应分配,从而有效处理多维环境因素与功率间的耦合关系。再次,为提升模型泛化能力,引入鲸鱼优化算法对超参数进行协同优化,并构建了包含均方根误差、平均绝对误差和决定系数的多指标评价体系。最后,基于某风电场并网运行风电机组SCADA实测数据开展对比分析。实验结果表明,与现有主流方法相比,所提模型建模精度更高,决定系数达到99.02%。研究成果验证了该模型能够有效表征多变量交互作用下风电机组的功率响应特性,为功率曲线建模提供了新的技术路径。
陈雅禾,丁宁,白孝轩,李朋,李超,杨建新.风力发电及储能系统碳足迹分析[J].中国环境科学,2025(05).
舒印彪,张正陵,汤涌,张风营,仲悟之,施浩波,杨霖,孔明,顾卓远.新型电力系统构建的若干基本问题[J].中国电机工程学报,2024(21).
胡锐,乔加飞,李永华,孙亚萍,王兵兵.基于WOA-VMD-SSA-LSTM的中长期风电预测[J].太阳能学报,2024(09).
何宇新,廖长江,何新旭.基于多尺度信息熵特征的数据流快速聚类研究[J].电子设计工程,2024(15).
周孝信,赵强,张玉琼,杨宏华.“双碳”目标下我国能源电力系统发展趋势分析:绿电替代与绿氢替代[J].中国电机工程学报,2024(17).
李丹,唐建,缪书唯,黄烽云,罗娇娇.考虑时序特征缺失值动态插补的超短期风电功率预测[J].中国电机工程学报,2025(17).
韩雨,郭成,方正云,陈凤仙.基于AP-WOA-GRU的分布式光伏集群电压越限动态预测[J].电网与清洁能源,2024(04).
张宜祥,张玲华.基于超参数优化的电力负荷预测模型研究[J].电子设计工程,2024(04).
范建斌,孟昭军,单沫文,吕良君.综合能源系统关键技术与国际标准化综述[J].电网与清洁能源,2023(12).
李雷,杨建林,冯振江,邹范岗,鲍强,李源开,赵晋斌.基于有效风速估计的永磁直驱风力发电系统鲁棒控制研究[J].智慧电力,2023(08).
李建林,梁策,张则栋,梁忠豪,杨夯.新型电力系统下储能政策及商业模式分析[J].高压电器,2023(07).
张斯翔,高亚州,郭旺,王爱国,王伟.海上风力发电集中系统稳态电压稳定分析[J].电子设计工程,2023(11).
王雨欣,王思怡,杨黎晖,王弋飞,胡治龙,范伟强,党凯.超级电容储能和卸荷电路协调控制的永磁同步风电机组低电压穿越策略[J].高压电器,2023(04).
张广伦,钟海旺.信息熵在电力系统中的应用综述及展望[J].中国电机工程学报,2023(16).
曹立新,刘伟民,郭虎全.风电场功率曲线异常数据的清洗与建模[J].兰州理工大学学报,2022(04).
沈小军,付雪姣.基于改进光滑样条的风电机组功率曲线建模方法[J].高电压技术,2020(07).
尹文良,刘琳,张存山,芮晓明,胡玉耀.含制氢储能的混合传动风电系统建模与运行特性分析[J].电力自动化设备,2020(10).
杨茂,张罗宾,崔杨,杨琼琼,黄宾阳.基于混合半云模型的风速-功率曲线建模方法[J].电力自动化设备,2020(05).
刘琳,郭鹏.基于改进决策树的多变量功率曲线建模方法[J].动力工程学报,2019(08).
Wenliang Yin,Mengqian Jia,Lin Liu,Ming Li,Youguang Guo,Gang Lei,Jian Guo Zhu.Advanced power curve modeling for wind turbines: A multivariable approach with SGBRT and grey wolf optimization[J].Energy Conversion and Management,2025.
Marco Capelletti,Davide M. Raimondo,Giuseppe De Nicolao.Wind power curve modeling: A probabilistic Beta regression approach[J].Renewable Energy,2024.
Ding Yunfei,Chen Zijun,Zhang Hongwei,Wang Xin,Guo Ying.A short-term wind power prediction model based on CEEMD and WOA-KELM[J].Renewable Energy,2022.
Morrison Rory,Liu Xiaolei,Lin Zi.Anomaly detection in wind turbine SCADA data for power curve cleaning[J].Renewable Energy,2022.
Wang Yun,Zou Runmin,Liu Fang,Zhang Lingjun,Liu Qianyi.A review of wind speed and wind power forecasting with deep neural networks[J].Applied Energy,2021.
Xu Keyi,Yan Jie,Zhang Hao,Zhang Haoran,Han Shuang,Liu Yongqian.Quantile based probabilistic wind turbine power curve model[J].Applied Energy,2021.
Yin Wenliang,Dong Zhao Yang,Liu Lin,Rui Xiaoming.Self-stabilising speed regulating differential mechanism for continuously variable speed wind power generation system[J].IET Renewable Power Generation,2020.
Daniel Villanueva,Andrés Feijóo.A Review on Wind Turbine Deterministic Power Curve Models ?[J].Applied Sciences,2020(12).
Despina Karamichailidou,Vasiliki Kaloutsa,Alex Alexandridis.Wind turbine power curve modeling using radial basis function neural networks and tabu search[J].Renewable Energy,2020.
Daniel Villanueva,Andrés E. Feijóo.Reformulation of parameters of the logistic function applied to power curves of wind turbines[J].Electric Power Systems Research,2016.
Ehsan Taslimi-Renani,Mostafa Modiri-Delshad,Mohamad Fathi Mohamad Elias,Nasrudin Abd. Rahim.Development of an enhanced parametric model for wind turbine power curve[J].Applied Energy,2016.
Xin Wu,Zhiyong Ma,Xiaoming Rui,Wenliang Yin,Muyong Zhang,Kunpeng Ji.Speed Control for the Continuously Variable Transmission in Wind Turbines Under Subsynchronous Resonance[J].Iranian Journal of Science and Technology, Transactions of Mechanical Engineering,2016.
Francis Pelletier,Christian Masson,Antoine Tahan.Wind turbine power curve modelling using artificial neural network[J].Renewable Energy,2016.
Andrew Kusiak,Haiyang Zheng,Zhe Song.Models For Monitoring Wind Farm Power[J].Renewable energy,2009.
0
Views
0
下载量
0
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution
京公网安备11010802024621