(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 202210916336.7 (22)申请日 2022.08.01 (71)申请人 周口师范学院 地址 466000 河南省周口市川汇区文昌路 东段 (72)发明人 侯文庭　郭佳宁　卫媛媛　许智松　 卫怡凡　耿洋洋　靳春亭　 (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 专利代理师 李哲 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) H02J 3/00(2006.01) (54)发明名称 一种基于物联网的风力发电预测系统及方 法 (57)摘要 本申请公开了一种基于物联网的风力发电 预测系统及方法， 系统包括： 风力数据模块、 负荷 数据模块和预测模块； 风力数据模块用于收集风 力数据并进行预测， 得到风力预测数据； 负荷数 据模块用于基于历史用电情况数据进行电力负 荷预测， 得到负荷使用 情况预测数据； 预测模块 用于基于风力预测数据和负荷使用情况预测数 据， 得到风力发电预测结果； 还包括中央控制模 块， 用于风力发电预测结果对风力发电机进行调 控。 本申请采用最小二乘法和牛顿迭代法计算风 力， 提高了风力计算结果的真实有效性， 利用数 学模型进行负荷预测， 使 得得出的负荷预测结果 更加接近真实情况； 同时将风力预测数据和负荷 使用情况预测数据相结合， 使预测结果更加准确 无误。 权利要求书2页 说明书4页 附图2页 CN 115169734 A 2022.10.11 CN 115169734 A 1.一种基于物联网的风力发电预测系统， 其特征在于， 包括： 风力数据模块、 负荷数据 模块和预测模块； 所述风力数据模块与 所述预测模块连接， 所述风力数据模块用于收集风力数据并进行 预测， 得到风力预测数据； 所述负荷数据模块与 所述预测模块连接， 所述负荷数据模块用于基于历史用电情况数 据进行电力负荷预测， 得到负荷使用情况 预测数据； 所述预测模块用于基于所述风力预测数据和所述负荷使用情况预测数据， 得到风力发 电预测结果。 2.根据权利要求1所述一种基于物联网的风力发电预测系统， 其特征在于， 所述风力数 据模块包括： 第一历史数据库、 若干风力监测装置和云端预测服 务器； 所述第一历史数据库用于提供历史气象数据； 所述风力监测装置用于获得实时风力数据； 所述云端预测服务器用于将所述历史气象数据、 所述实时风力数据和天气预报数据进 行加权， 得到风力预测数据。 3.根据权利要求2所述一种基于物联网的风力发电预测系统， 其特征在于， 所述历史气 象数据包括： 历史风力数据和历史温度数据。 4.根据权利要求2所述一种基于物联网的风力发电预测系统， 其特征在于， 所述风力数 据模块的工作方法包括： 获取所述历史气象数据； 监测风轮转速， 并基于风轮转速计算得到实时风力数据； 将所述历史气象数据、 所述实时风力数据和天气预报数据进行加权， 得到风力预测数 据。 5.根据权利要求4所述一种基于物联网的风力发电预测系统， 其特征在于， 所述实时风 力数据获得 方法包括： 采用最小二乘法函数构造一元非线性方程， 并通过牛顿迭代法计算得出风轮的叶尖速 比， 及基于所述叶尖速比和风速的关系得 出实时风力数据。 6.根据权利要求1所述一种基于物联网的风力发电预测系统， 其特征在于， 所述负荷数 据模块包括： 第二历史数据库和负荷预测装置； 所述第二历史数据库用于提供历史用电情况 数据； 所述负荷预测装置用于基于所述历史用电情况 数据进行电力负荷的预测。 7.根据权利要求6所述一种基于物联网的风力发电预测系统， 其特征在于， 所述负荷数 据模块工作方法包括： 收集所述历史用电情况 数据； 将所述历史气象数据与所述历史用电情况数据相互对应并进行模型训练， 得到负荷预 测模型， 并将所述 风力预测数据输入至所述负荷预测模型中， 得到负荷使用情况 预测数据。 8.根据权利要求1所述一种基于物联网的风力发电预测系统， 其特征在于， 所述预测模 块工作方法包括： 基于所述风力预测数据和所述负荷使用情况预测数据， 通过LS ‑SVM数学模型的计算， 得到风力发电预测结果。权　利　要　求　书 1/2 页 2 CN 115169734 A 29.根据权利要求1所述一种基于物联网的风力发电预测系统， 其特征在于， 还包括中央 控制模块； 所述中央控制模块用于基于所述 风力发电预测结果对风力发电机进行调控。 10.一种基于物联网的风力发电预测方法， 其特 征在于， 包括以下步骤： S1.收集风力数据并进行 预测， 得到风力预测数据； S2.基于历史用电情况 数据进行电力负荷预测， 得到负荷使用情况 预测数据； S3.基于所述 风力预测数据和所述负荷使用情况 预测数据， 得到风力发电预测结果。权　利　要　求　书 2/2 页 3 CN 115169734 A 3