本發(fā)明涉及電力系統(tǒng)領(lǐng)域，更具體的，涉及一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法及系統(tǒng)。

背景技術(shù)：

1、風(fēng)電出力能力分析技術(shù)是指對(duì)未來(lái)一段時(shí)間內(nèi)風(fēng)電場(chǎng)所能輸出的功率大小進(jìn)行分析，以便安排調(diào)度計(jì)劃。這是因?yàn)轱L(fēng)能屬于隨機(jī)波動(dòng)的不穩(wěn)定能源，大規(guī)模的風(fēng)電并入系統(tǒng)，必將會(huì)對(duì)系統(tǒng)的穩(wěn)定性帶來(lái)新的挑戰(zhàn)。電力生產(chǎn)調(diào)度機(jī)構(gòu)需要對(duì)未來(lái)數(shù)小時(shí)的風(fēng)電輸出功率有所了解。按風(fēng)電場(chǎng)出力能力分析時(shí)間尺度劃分，包括長(zhǎng)期出力能力分析、中期出力能力分析、短期出力能力分析以及超短期出力能力分析。

2、隨著風(fēng)力發(fā)電技術(shù)日臻成熟，風(fēng)電單機(jī)容量和并網(wǎng)型風(fēng)電場(chǎng)規(guī)模不斷擴(kuò)大，風(fēng)電占電力系統(tǒng)發(fā)電總量的比例也逐年增加。風(fēng)電場(chǎng)穿透功率不斷加大，給電力系統(tǒng)帶來(lái)的一系列問題日益突出，嚴(yán)重威肋、電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟(jì)、可靠運(yùn)行。對(duì)風(fēng)電功率進(jìn)行及時(shí)準(zhǔn)確的出力能力分析，可以顯著增強(qiáng)電力系統(tǒng)的安全性、穩(wěn)定性、經(jīng)濟(jì)性和可控性。

3、近年來(lái)廣大學(xué)者對(duì)風(fēng)電出力能力分析方法進(jìn)行了廣泛研究，有的對(duì)各風(fēng)電出力能力分析方法進(jìn)行了綜述，歸納總結(jié)了風(fēng)電出力能力分析的方法分類。也有的對(duì)風(fēng)電出力能力分析方法進(jìn)行了更為系統(tǒng)分類，包括組合出力能力分析方法和區(qū)域出力能力分析方法，并分析給出各方法的優(yōu)缺點(diǎn)及適用場(chǎng)合，同時(shí)針對(duì)風(fēng)電出力能力分析存在的一些問題，提出相應(yīng)改進(jìn)措施，為風(fēng)電出力能力分析進(jìn)一步研究和發(fā)展提供參考，具有重要意義。

4、mapreduce是一種編程模型，用于大規(guī)模數(shù)據(jù)集(大于1tb)的并行運(yùn)算。概念"map(映射)"和"reduce(歸約)"，是它們的主要思想，都是從函數(shù)式編程語(yǔ)言里借來(lái)的，還有從矢量編程語(yǔ)言里借來(lái)的特性。它極大地方便了編程人員在不會(huì)分布式并行編程的情況下，將自己的程序運(yùn)行在分布式系統(tǒng)上。當(dāng)前的軟件實(shí)現(xiàn)是指定一個(gè)map(映射)函數(shù)，用來(lái)把一組鍵值對(duì)映射成一組新的鍵值對(duì)，指定并發(fā)的reduce(歸約)函數(shù)，用來(lái)保證所有映射的鍵值對(duì)中的每一個(gè)共享相同的鍵組。

5、然而，目前還未包括一種考慮到運(yùn)算量與出力能力分析算法精確度之間有效平衡的應(yīng)用大數(shù)據(jù)實(shí)施功率出力能力分析的方法。

6、針對(duì)上述問題，亟需一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法及系統(tǒng)，通過顯著關(guān)聯(lián)程度分析、數(shù)據(jù)排布，mapreduce等方法簡(jiǎn)化運(yùn)算量的同時(shí)有效篩選、排布以獲得特征出力能力分析信息。

2、本發(fā)明采用如下的技術(shù)方案。

3、本發(fā)明第一方面，涉及一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法，方法包括以下步驟：提取風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并計(jì)算所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)與風(fēng)電場(chǎng)出力能力之間的顯著關(guān)聯(lián)程度，以篩除無(wú)關(guān)的所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并獲得關(guān)聯(lián)出力能力分析數(shù)據(jù)；將關(guān)聯(lián)出力能力分析數(shù)據(jù)在時(shí)間維度和數(shù)據(jù)維度上進(jìn)行排布，得到所述風(fēng)電場(chǎng)的檢測(cè)數(shù)據(jù)矩陣；采用map-reduce將所述檢測(cè)數(shù)據(jù)矩陣拆分至多個(gè)并行化的預(yù)訓(xùn)練mlfnn模型中，通過mlfnn獲得所述風(fēng)電場(chǎng)的出力能力。

4、優(yōu)選的，提取風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并計(jì)算所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)與風(fēng)電場(chǎng)出力能力之間的顯著關(guān)聯(lián)程度，以篩除無(wú)關(guān)的所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并獲得關(guān)聯(lián)出力能力分析數(shù)據(jù)，包括：采集歷史風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)和歷史風(fēng)電場(chǎng)輸出功率，所述歷史風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)至少包括環(huán)境溫度、齒輪油溫度、齒輪箱軸承溫度、風(fēng)電機(jī)組的相電流和相電壓；定義所述歷史風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)和歷史風(fēng)電場(chǎng)輸出功率中任意兩個(gè)維數(shù)數(shù)據(jù)之間的關(guān)聯(lián)程度，計(jì)算任意兩個(gè)維度數(shù)據(jù)之間的顯著關(guān)聯(lián)量；預(yù)設(shè)顯著關(guān)聯(lián)程度閾值，并獲得關(guān)聯(lián)出力能力分析數(shù)據(jù)集。

5、優(yōu)選的，預(yù)設(shè)顯著關(guān)聯(lián)程度閾值，并獲得關(guān)聯(lián)出力能力分析數(shù)據(jù)集，包括：若任意兩個(gè)維度數(shù)據(jù)之間的顯著關(guān)聯(lián)量f′(xi,xj)大于顯著關(guān)聯(lián)程度閾值，則將當(dāng)前兩個(gè)數(shù)據(jù)維度添加至初始關(guān)聯(lián)出力能力分析數(shù)據(jù)集中，否則不添加當(dāng)前兩個(gè)數(shù)據(jù)維度至初始關(guān)聯(lián)出力能力分析數(shù)據(jù)集中；計(jì)算初始關(guān)聯(lián)出力能力分析數(shù)據(jù)集中數(shù)據(jù)項(xiàng)與某一個(gè)維度數(shù)據(jù)項(xiàng)之間的平均關(guān)聯(lián)程度；提取出排除所述初始關(guān)聯(lián)出力能力分析數(shù)據(jù)集c中一個(gè)最優(yōu)維度后的子數(shù)據(jù)集c′＝c-xi，針對(duì)子數(shù)據(jù)集，并計(jì)算最大平均關(guān)聯(lián)程度；對(duì)平均關(guān)聯(lián)程度、最大平均關(guān)聯(lián)程度求差，獲得令差最大的數(shù)據(jù)項(xiàng)編號(hào)；將數(shù)據(jù)項(xiàng)編號(hào)集合作為關(guān)聯(lián)出力能力分析數(shù)據(jù)集中的數(shù)據(jù)維度，以生成關(guān)聯(lián)出力能力分析數(shù)據(jù)集。

6、優(yōu)選的，將關(guān)聯(lián)出力能力分析數(shù)據(jù)在時(shí)間維度和數(shù)據(jù)維度上進(jìn)行排布，得到所述風(fēng)電場(chǎng)的檢測(cè)數(shù)據(jù)矩陣，包括：采用k-means聚類算法通過特征值分布特征和鄰近性特征對(duì)任意一個(gè)維度的數(shù)據(jù)項(xiàng)進(jìn)行簇劃分；以每一個(gè)時(shí)刻的多維度數(shù)據(jù)構(gòu)建維度為指定個(gè)數(shù)的離散化向量，以多個(gè)連續(xù)時(shí)刻的離散化向量構(gòu)建檢測(cè)數(shù)據(jù)矩陣。

7、優(yōu)選的，采用k-means聚類算法通過特征值分布特征和鄰近性特征對(duì)任意一個(gè)維度的數(shù)據(jù)項(xiàng)進(jìn)行簇劃分，包括：采用自頂向下的分裂原則進(jìn)行簇的分裂，自底向上的合并原則進(jìn)行簇的合并，直至劃分為指定個(gè)數(shù)；指定個(gè)數(shù)m中每個(gè)數(shù)據(jù)項(xiàng)離散化為d1,d2,…,dm，以描述當(dāng)前離散區(qū)間的特征。

8、優(yōu)選的，采用map-reduce將所述監(jiān)測(cè)數(shù)據(jù)矩陣拆分至多個(gè)并行化的預(yù)訓(xùn)練mlfnn模型中，通過mlfnn獲得所述風(fēng)電場(chǎng)的出力能力，包括：采用mapreduce框架下對(duì)運(yùn)算過程并行化計(jì)算；在map階段批量訓(xùn)練樣本，輸出各個(gè)運(yùn)算過程的權(quán)值得變化量；在reduce階段統(tǒng)計(jì)各個(gè)運(yùn)算過程中權(quán)值的總變化量，對(duì)權(quán)值進(jìn)行調(diào)整并決定是否進(jìn)行下一次迭代。

9、優(yōu)選的，采用map-reduce將所述監(jiān)測(cè)數(shù)據(jù)矩陣拆分至多個(gè)并行化的預(yù)訓(xùn)練mlfnn模型中，通過mlfnn獲得所述風(fēng)電場(chǎng)的出力能力，包括：采用標(biāo)準(zhǔn)誤差反向傳播算法訓(xùn)練網(wǎng)絡(luò)對(duì)所述風(fēng)電場(chǎng)的出力能力進(jìn)行分析。

10、本發(fā)明第二方面，涉及一種風(fēng)電出力能力分析系統(tǒng)，系統(tǒng)利用本發(fā)明第一方面中的一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法實(shí)現(xiàn)；其中，所述系統(tǒng)包括關(guān)聯(lián)模塊、排布模塊和出力能力分析模塊；其中，所述關(guān)聯(lián)模塊，用于提取風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并計(jì)算所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)與風(fēng)電場(chǎng)出力能力之間的顯著關(guān)聯(lián)程度，以篩除無(wú)關(guān)的所述風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，并獲得關(guān)聯(lián)出力能力分析數(shù)據(jù)；所述排布模塊，用于將關(guān)聯(lián)出力能力分析數(shù)據(jù)在時(shí)間維度和數(shù)據(jù)維度上進(jìn)行排布，得到所述風(fēng)電場(chǎng)的檢測(cè)數(shù)據(jù)矩陣；所述出力能力分析模塊，用于采用map-reduce將所述監(jiān)測(cè)數(shù)據(jù)矩陣拆分至多個(gè)并行化的預(yù)訓(xùn)練mlfnn模型中，通過mlfnn獲得所述風(fēng)電場(chǎng)的出力能力。

11、本發(fā)明第三方面，涉及一種終端，包括處理器及存儲(chǔ)介質(zhì)；所述存儲(chǔ)介質(zhì)用于存儲(chǔ)指令；所述處理器用于根據(jù)所述指令進(jìn)行操作以執(zhí)行根據(jù)權(quán)利要求1-7任一項(xiàng)所述方法的步驟。

12、本發(fā)明第四方面，涉及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明第一方面中所述方法的步驟。

13、本發(fā)明的有益效果在于，與現(xiàn)有技術(shù)相比，本發(fā)明中的一種基于“3m”模型的電力市場(chǎng)風(fēng)電出力能力分析方法及系統(tǒng)，通過顯著關(guān)聯(lián)程度分析、數(shù)據(jù)排布，mapreduce等方法簡(jiǎn)化運(yùn)算量的同時(shí)有效篩選、排布以獲得特征出力能力分析信息。本發(fā)明有效實(shí)施了大規(guī)模出力能力分析數(shù)據(jù)與出力能力分析精確度之間的平衡，實(shí)現(xiàn)了大數(shù)據(jù)融合過程中，“數(shù)據(jù)-特征-決策”的有效聯(lián)通。