(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111601297.3 (22)申请日 2021.12.24 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司揭阳 供电局 (72)发明人 肖建华　龚贤夫　罗苑萍　刘冬明　 傅惠芹　刘满　黄雄斌　丁朋　 (74)专利代理 机构 北京品源专利代理有限公司 11332 代理人 郭德霞 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01)H02J 3/38(2006.01) H02J 3/00(2006.01) (54)发明名称 一种风功率预测方法、 装置、 设备及存储介 质 (57)摘要 本发明实施例公开了一种风功率预测方法、 装置、 设备及存储介质。 该方法包括： 采集样本数 据， 并对所述样本数据进行特征提取， 得到模型 输入特征数据集； 采用k ‑means聚类算法对所述 模型输入特征数据集进行聚类分析， 并将聚类所 得的数据类别作为新的特征添加至所述模型输 入特征数据集中； 根据所述模型输入 特征数据集 对预先设置的广义加性模型进行训练， 得到风功 率预测模型； 将待测数据输入所述风功率预测模 型， 得到待测数据的数据类别以及风功率的预测 结果。 本发明实施例的技术方案， 实现了通过广 义加性模型解释各变量对风功率的影 响， 并且结 合聚类分析来有效提高风功率预测的精度。 权利要求书2页 说明书8页 附图3页 CN 114298395 A 2022.04.08 CN 114298395 A 1.一种风功率预测方法， 其特 征在于， 包括： 采集样本数据， 并对所述样本数据进行 特征提取， 得到模型输入特 征数据集； 采用k‑means聚类算法对所述模型输入特征数据集进行聚类分析， 并将聚类所得的数 据类别作为 新的特征添加至所述模型输入特 征数据集中； 根据所述模型输入特征数据集对预先设置的广义加性模型进行训练， 得到风功率预测 模型； 将待测数据输入所述风功率预测模型， 得到待测数据的数据类别以及风功率的预测结 果。 2.根据权利要求1所述的方法， 其特征在于， 所述模型输入特征数据集， 包括： 模型输入 的x值和模型输入的y值； 对所述样本数据进行 特征提取， 得到模型输入特 征数据集， 包括： 将所述样本数据中的风速数据、 风向数据和气 温数据作为模型输入的x值， 将所述样本 数据中的功率数据作为模型输入的y值。 3.根据权利要求1所述的方法， 其特征在于， 采用k ‑means聚类算法对所述模型输入特 征数据集进行聚类分析， 并将聚类所得的数据类别作为新的特征添加至所述模型输入特征 数据集中， 包括： 将聚类类别设置为k， 并从所述模型输入特征数据集中随机选取k个模型输入特征数据 作为初始的聚类中心； 计算每个模型输入特征数据到各个聚类中心的距离， 并将各模型输入特征数据划分到 距离最近的聚类中心所对应的簇中； 计算每个簇内的所有模型输入特 征数据的均值， 并使用所述均值更新簇的聚类中心； 返回执行计算每个模型输入特征数据到各个聚类中心的距离， 并将各模型输入特征数 据划分到距离最近的聚类中心所对应的簇中的步骤， 直到更新前后各个聚类中心的位置变 化小于指定阈值； 将得到的每 个模型输入特 征数据的数据类别作为 新的特征， 添加到模型输入的x值中。 4.根据权利要求3所述的方法， 其特征在于， 所述每个模型输入特征数据到各个聚类中 心的距离为欧氏距离 。 5.根据权利要求1所述的方法， 其特征在于， 所述广义加性模型的表达式为： yLinear＝β0+ β1f1(X1)+β2f2(X2)+β3f3(X3)+β4f4(X4)， 其中， X1表示风速， X2表示风向， X3表示气温， X4表示数据类别， βk(k＝1,2,3,4)表示常量 参数， fi(x)为平滑函数， yLinear为功率值。 6.根据权利要求1所述的方法， 其特征在于， 在对所述样本数据进行特征提取之前， 还 包括： 删除存在异常值和空值的样本数据。 7.根据权利要求1所述的方法， 其特征在于， 所述待测数据包括： 所需预测风功率所在 时刻的风速数据、 风向数据和气温数据。 8.一种风功率预测装置， 其特 征在于， 包括： 特征提取模块， 用于采集样本数据， 并对所述样本数据进行特征提取， 得到模型输入特 征数据集； 聚类分析模块， 用于采用k ‑means聚类算法对所述模型输入特征数据 集进行聚类分析，权　利　要　求　书 1/2 页 2 CN 114298395 A 2并将聚类所 得的数据类别作为 新的特征添加至所述模型输入特 征数据集中； 模型训练模块， 用于根据所述模型输入特征数据集对预先设置的广义加性模型进行训 练， 得到风功率预测模型； 功率预测模块， 用于将待测数据输入所述风功率预测模型， 得到待测数据的数据类别 以及风功率的预测结果。 9.一种计算机设备， 其特 征在于， 所述设备包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑7中任一项所述的风功率预测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1 ‑7中任一项所述的风功率预测方法。权　利　要　求　书 2/2 页 3 CN 114298395 A 3