(19)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 202210896371.7 (22)申请日 2022.07.27 (71)申请人 华能新能源股份有限公司山西分公 司 地址 030000 山西省太原市小店区南中环 街200号国际大都会中心广场4幢B单 元19层190 3、 1904号 申请人 中国华能集团清洁能源技 术研究院 有限公司 (72)发明人 范文光　孙财新　郭小江　闫耀　 潘霄峰　李楠　关何格格　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 曲进华(51)Int.Cl. G06F 30/20(2020.01) G06F 111/04(2020.01) G06F 113/06(2020.01) G06F 119/02(2020.01) G06F 119/06(2020.01) (54)发明名称 一种基于随机扰动 的超短期功率预测数据 修正方法及系统 (57)摘要 本申请提出一种基于随机扰动的超短期功 率预测数据修正方法及系统， 所述方法包括： 获 取风电场原始超短期预测功率数据， 并随机选取 H组所述原始超短期预测功率数据的偏差值； 利 用概率密度函数确定各组中各偏 差值的概率； 根 据所述各组中各偏差值的概率筛选出风电场发 电量最大时对应的一组偏差值； 基于筛选的一组 偏差值对所述风电场原始超短期预测功率数据 进行修正。 本申请提出的技术方案， 基于偏差值 的概率进行风电场原始超短期预测功率数据进 行修正， 提高了风电场超短期预测功率数据的精 度。 权利要求书2页 说明书7页 附图3页 CN 115169148 A 2022.10.11 CN 115169148 A 1.一种基于随机扰动的超短期功率预测数据修 正方法， 其特 征在于， 所述方法包括： 获取风电场原始超短期预测功率数据， 并随机选取H组所述原始超短期预测功率数据 的偏差值； 利用概率密度函数确定各组中各偏差值的概 率； 根据所述各组中各偏差值的概 率筛选出风电场发电量 最大时对应的一组偏差值； 基于筛选的一组偏差值对所述 风电场原 始超短期预测功率数据进行修 正。 2.如权利要求1所述的方法， 其特征在于， 所述随机选取的H组所述原始超短期预测功 率数据的偏差值 为满足预设约束的偏差值； 其中， 所述预设约束包括： 式中， M为第一给定正数， P_bias,i为第i个偏差值， e为第二给定正数， N为一组中偏差 值的总个数， f(P_bias,i)为第i个偏差值对应的概率， Var(P_bias,h)为第h组偏差值的方 差， h∈H， S为第三给定正数。 3.如权利要求1所述的方法， 其特 征在于， 所述 概率密度函数的计算式如下： 式中， P_bias,i 为第i个偏差值,f(P_bias,i)为第i个偏差值对应的概 率。 4.如权利要求1所述的方法， 其特征在于， 所述根据 所述各组中偏差值的概率筛选出风 电场发电量 最大时对应的一组偏差值， 包括： 获取各偏差值对应的风电场发电量； 分别确定各组中各偏差值的概 率与其对应的风电场发电量的乘积之和； 筛选出乘积之和最大的一组偏差值 为所述风电场发电量 最大时对应的一组偏差值。 5.如权利要求1所述的方法， 其特征在于， 所述基于筛选的一组偏差值对所述风电场原 始超短期预测功率数据进行修 正， 包括： 分别利用各偏差值对所述风电场原始超短期预测功率数据进行修正， 得到N个修正后 的超短期预测功率数据； 确定所述N个修正后的超短期预测功率数据的平均值， 并将所述平均值作为所述风电 场原始超短期预测功率数据的修 正值。 6.一种基于随机扰动的超短期功率预测数据修 正系统， 其特 征在于， 包括： 获取模块， 用于获取风电场原始超短期预测功率数据， 并随机选取H组所述原始超短期 预测功率数据的偏差值； 确定模块， 用于利用概 率密度函数确定各组中偏差值的概 率； 筛选模块， 用于根据 所述各组中偏差值的概率筛选出风电场发电量最大时对应的一组 偏差值；权　利　要　求　书 1/2 页 2 CN 115169148 A 2修正模块， 用于基于筛选的一组偏差值对所述风电场原始超短期预测 功率数据进行修 正。 7.如权利要求6所述的超短期功率预测数据修正系统， 其特征在于， 所述筛选模块， 包 括： 获取单元， 用于获取 各偏差值对应的风电场发电量； 确定单元， 用于分别确定各组中各偏差值的概率与其对应的风电场发电量的乘积之 和； 筛选单元， 用于筛选出乘积之和最大的一组偏差值为所述风电场发电量最大时对应的 一组偏差值。 8.如权利要求6所述的超短期功率预测数据修正系统， 其特征在于， 所述修正模块， 包 括： 第一修正单元， 用于分别利用各偏差值对所述风电场原始超短期预测 功率数据进行修 正， 得到N个修 正后的超短期预测功率数据； 第二修正单元， 用于确定所述N个修正后的超短期预测功率数据的平均值， 并将所述平 均值作为所述 风电场原 始超短期预测功率数据的修 正值。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在存储器上并可在处理器 上运行的计算机程序， 所述处理器执行所述程序时， 实现如权利要求1至5中任一项所述的 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至 5中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115169148 A 3