基于BP神经网络方法的风电场风速插补分析应用

［目的］准确的风资源数据对风场的风资源评估和发电量计算有着重大意义。由于机械故障、天气因素和人为影响等原因，风场内风速数据出现采集时间短、间断点多、数据失真等诸多问题，给风资源的评估带来不小的麻烦。 ［方法］现阶段风电行业内采用基于相关测量预测方法 （MCP，Measure-Correlate Predict）（可称之为传统插补方法）进行间断数据的插补和拟合，准确性略显不足。文章针对风机风速插补和测风塔测试风速插补两种应用场景，提出基于 BP神经网络算法的风资源数据预测插补方案，进行模型建立和预测。［结果］结果表明：BP神经网络插补效果优于传统插补方法，且平坦地形测风塔风速插补优于复杂地形风速插补。［结论］研究表明：基于BP神经网络方法的风电场风速插补技术适用于风电场风速插补应用，对风资源评估的准确性有明显提升。