关键词:
风电场
风速
插补
随机森林
深度神经网络
摘要:
风速取值的准确度对风能的评估有决定性作用,为选择合适的风力机风速插补方法,以内蒙古中部某风电场H为试验风电场,考虑季节及风向影响,划分出风力机轮毂高度风速具有高相关性的风力机分类片区,采用线性回归方法(LR)、随机森林方法(RF)及深度神经网络方法(DNN),分别对风力机风速进行时空插补及适用性研究。结果表明:风力机插补风速略大于实测风速,LR方法的插补值平均绝对误差、均方根误差分别为0.74、1.00 m/s,RF、DNN方法的插补效果优于LR方法,平均绝对误差减小率分别为9.93%、10.48%,均方根误差减小率分别为8.60%、8.30%。RF、DNN方法在各片区插补效果良好,主导风向片区RF方法最优。按风力机出力情况划分风速,[0,3)和[12,25)m/s风速区间推荐使用RF方法,[3,8)和[8,12)m/s风速区间更适合采用DNN方法。此外,风力机风速插补误差主要和风速大小及振荡、日变化等有关。