利用多空间尺度下时空相关性的点云分布多风机风速预测

作     者：王晨 寇鹏 王若谷 高欣 WANG Chen;KOU Peng;WANG Ruogu;GAO Xin

作者机构：西安交通大学电气工程学院陕西省西安市710049 国网陕西省电力公司电力科学研究院陕西省西安市710100 

基　　金：国家自然科学基金资助项目(52077165) 中央高校基本科研业务费专项资金资助项目(xzy012019022) 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2021年第45卷第22期

页      码：65-73页

摘      要：在风机呈不规则排列的风电场中,不同空间位置下的众多风机分布构成点云,而不是规则化的矩形网格。点云是不规则且无序的,可以代表任意风电场中多风机的地理位置分布,但是不能构成卷积神经网络(CNN)高度规则的网格输入,卷积算子难以学习其空间局部相关性。若直接将不规则点云映射为网格排列进行常规卷积,会失去点云原始的空间信息。为此,采用点CNN进行空间相关性提取,再利用简单循环单元进行时间相关性提取,从而获取点云数据的时空相关性。同时,设计点CNN时融入了多尺度下的空间特征提取与汇集。最后,结合实际以点云分布的多风机仿真结果验证了所提预测模型的有效性。

主 题 词：点云 多风机 本地风速预测 时空相关性 卷积神经网络 简单循环单元 

学科分类：08[工学] 0807[工学-电子信息类] 

核心收录：

D　O　I：10.7500/AEPS20210207002

馆 藏 号：203106305...