基于卡尔曼滤波的风速序列短期预测方法

准确的风电功率预测对于电力系统安全稳定运行具有重要意义，滞后性是产生风电功率预测误差的主要原因，尤其是风速变化较快时，滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关，提出一种基于风速局部爬坡(LR)误差校正的方法来改善预测风速的滞后性，并将校正后的预测风速及历史功率数据作为输入进行风电功率预测。提出利用灰狼优化(GWO)算法对最小二乘支持向量机(LSSVM)的参数进行优化，以提高风电功率预测的准确性。算例结果表明，所提方法能够有效提高风电功率预测精度。

研制了一套人眼安全的全光纤相干多普勒激光测风雷达系统。系统采用1550 nm 全光纤单频保偏激光器作为激光发射光源，激光器单脉冲能量0.2 mJ，重复频率10 kHz，脉冲半高全宽400 ns，线宽小于1 MHz。激光雷达接收望远镜和扫描器口径100 mm，采用速度方位显示(VAD)扫描模式对不同方位的视线风速进行测量，使用平衡探测器接收回波相干信号，通过1 G/s的模拟数字(AD)采集卡对相干探测信号进行采集，在现场可编程门阵列(FPGA)数字信号处理器中进行1024点快速傅里叶变换(FFT)得到不同距离门回波信号功率谱信息。对于获得的各方位视线风速，研究采用非线性最小二乘法对激光雷达测量的风速剖面矢量进行反演。激光雷达与风廓线雷达测量的风速进行了对比，两者测量的水平风速，风向和竖直风速相关系数分别为0.988，0.941和0.966。

tableau可视化分析-案例集锦-美国东部风速移动路线

METEOROLOGICAL INSTRUMENTS，风速仪原理及线路图，供相关专业认识参考

阵风风速仿真

2012年,全年的风电场风速数据（每5min一测）共105121个风速数据及出力数据[m/s]，表头Year Month Day Hour Minute power (MW) wind speed at 100m (m/s)

美国某风电场风速数据及风电功率数据，2012年，数据较多可供研究人员使用，内含数据所在地的经纬度。数据为每5分钟间隔。

采用支持向量机预测风速的MATLAB程序，将该程序放至SVM工具箱中才可运行。

非常快捷的风速时程模拟程序，采用Kamal谱以及谐波合成法，考虑空间相关性