面向台风情形的离岸风电场聚类概率预测：基于评分的条件扩散模型
系统与控制
2025-08-15 v1 系统与控制
摘要
离岸风力发电（OWP）在台风情形下表现出显著波动，对电力系统的安全运行提出重大挑战。因此，对 OWP 的准确预测至关重要。然而，历史台风数据稀缺且 OWP 的随机性使得传统的点预测方法尤为困难且不足。为此，本文提出一种用于台风事件下 OWP 概率预测的评分-based 条件扩散模型（SCDM）。首先，采用知识图算法将历史台风路径嵌入为向量。随后，构建确定性网络基于这些向量嵌入预测台风情形下的风力发电。最后，开发去噪网络以更好地刻画预测误差。本方法的核心是一种均值回归随机微分方程（SDE），将复杂的误差分布转化为标准高斯分布，启用其逆时间 SDE 进行预测误差抽样。通过将确定性预测与抽样误差相结合重构概率预测结果。该方法使用由 9 个离岸风电场组成的簇的真实数据进行评估。结果表明，在台风情形下，我们的方法在确定性和概率指标上均优于基准模型，验证了该方法的有效性。
引用
@article{arxiv.2508.10705,
title = {Probabilistic Forecasting Method for Offshore Wind Farm Cluster under Typhoon Conditions: a Score-Based Conditional Diffusion Model},
author = {Jinhua He and Zechun Hu},
journal= {arXiv preprint arXiv:2508.10705},
year = {2025}
}