本技术涉及电力安全，特别是涉及一种风电场风机覆冰停运容量预测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、在寒潮来临时高海拔山区的风电场因湿度大、气温低引起风机叶片覆冰凝冻，制约风电发电能力，使风电功率预测不确定性进一步增加，难以满足当前新能源迅猛发展下电力系统安全稳定运行及精细化调度的要求，因此开展覆冰天气下风电场覆冰容量受限预测研究，对保障电力可靠供应与系统安全稳定运行具有重要意义。目前对风电场覆冰预测的方式通常是通过覆冰试验结果进行预测。然而，通过覆冰试验结果对受限容量进行预测，预测的准确度较低。
2、因此，目前的风电场风机覆冰停运容量预测方法存在预测准确度低的缺陷。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高预测准确度的风电场风机覆冰停运容量预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种风电场风机覆冰停运容量预测方法，所述方法包括：
3、获取待预测的风机对应的历史覆冰信息、历史气象信息以及预测气象信息；
4、根据所述历史覆冰信息、历史气象信息以及预测气象信息，确定所述风机对应的覆冰影响因子；所述覆冰影响因子表征对覆冰存在影响的信息；
5、将所述预测气象信息输入风机覆冰预测模型，由所述风机覆冰预测模型根据所述预测气象信息输出所述风机对应的覆冰预测结果；
6、若根据所述覆冰预测结果确定存在覆冰，将所述覆冰影响因子输入经训练的风机运行状态预测模型，由所述风机运行状态预测模型基于第一神经网络和所述覆冰影响因子，预测所述风机对应的预测停机起始时间，基于第二神经网络和所述覆冰影响因子，预测所述风机对应的预测停机结束时间，根据所述预测停机起始时间和所述预测停机结束时间输出所述风机对应的覆冰停机时间；
7、根据所述覆冰停机时间，确定所述风机对应的覆冰停运容量。
8、在其中一个实施例中，所述获取待预测的风机对应的历史覆冰信息、历史气象信息以及预测气象信息，包括：
9、获取所述风机在预设历史时间段内对应的风机历史顶部气温、风机历史顶部风速、风机属性和风机历史覆冰起止时间，得到所述风机对应的历史覆冰信息；
10、获取所述风机所在位置在所述预设历史时间段内对应的多个历史雨量、多个历史气温、多个历史湿度和多个历史风速，得到所述风机对应的历史气象信息；
11、获取所述风机所在位置在预设预测时间段内对应的多个预测雨量、多个预测气温、多个预测湿度和多个预测风速，得到所述风机对应的预测气象信息。
12、在其中一个实施例中，所述根据所述历史覆冰信息、历史气象信息以及预测气象信息，确定所述风机对应的覆冰影响因子，包括：
13、根据主成分分析法，确定所述历史覆冰信息、历史气象信息以及预测气象信息中对覆冰影响最大的信息，得到所述风机对应的覆冰影响因子。
14、在其中一个实施例中，所述将所述预测气象信息输入风机覆冰预测模型，由所述风机覆冰预测模型根据所述预测气象信息输出所述风机对应的覆冰预测结果，包括：
15、将所述预测气象信息输入风机覆冰预测模型，由所述风机覆冰预测模型根据所述预测气象信息确定所述风机对应的气温、风速、液态水含量、水滴相对速度和水滴碰撞风机有效截面积；
16、根据所述水滴相对速度，确定所述风机对应的捕获系数，根据所述气温、风速、液态水含量，确定所述风机对应的冻结系数；
17、根据预设碰撞系数、所述捕获系数、所述冻结系数、所述液态水含量、所述水滴相对速度和所述水滴碰撞风机有效截面积的乘积，确定所述风机对应的预测覆冰厚度；
18、根据所述预测覆冰厚度，输出所述风机对应的覆冰预测结果。
19、在其中一个实施例中，所述第一神经网络为深度循环神经网络；所述第二神经网络为双向长短期记忆网络；
20、所述将所述覆冰影响因子输入经训练的风机运行状态预测模型，由所述风机运行状态预测模型基于第一神经网络预测所述风机对应的预测停机起始时间，基于第二神经网络预测所述风机对应的预测停机结束时间，根据所述预测停机起始时间和所述预测停机结束时间输出所述风机对应的覆冰停机时间，包括：
21、将所述覆冰影响因子输入经训练的风机运行状态预测模型，由所述风机运行状态预测模型基于所述深度循环神经网络和所述覆冰影响因子，预测所述风机对应的预测停机起始时间；
22、基于所述双向长短期记忆网络和所述覆冰影响因子，预测所述风机对应的预测停机结束时间；
23、根据所述预测停机起始时间和所述预测停机结束时间的时间差，输出所述风机对应的覆冰停机时间。
24、在其中一个实施例中，所述根据所述覆冰停机时间，确定所述风机对应的覆冰停运容量，包括：
25、若所述覆冰停机时间大于预设停机时间数值，根据所述覆冰停机时间以及所述风机对应的额定功率，确定所述风机对应的覆冰停运容量；
26、若所述覆冰停机时间小于或等于所述预设停机时间数值，确定所述风机对应的覆冰停运容量为零。
27、第二方面，本技术提供了一种风电场风机覆冰停运容量预测装置，所述装置包括：
28、获取模块，用于获取待预测的风机对应的历史覆冰信息、历史气象信息以及预测气象信息；
29、确定模块，用于根据所述历史覆冰信息、历史气象信息以及预测气象信息，确定所述风机对应的覆冰影响因子；所述覆冰影响因子表征对覆冰存在影响的信息；
30、第一输入模块，用于将所述预测气象信息输入风机覆冰预测模型，由所述风机覆冰预测模型根据所述预测气象信息输出所述风机对应的覆冰预测结果；
31、第二输入模块，用于若根据所述覆冰预测结果确定存在覆冰，将所述覆冰影响因子输入经训练的风机运行状态预测模型，由所述风机运行状态预测模型基于第一神经网络和所述覆冰影响因子，预测所述风机对应的预测停机起始时间，基于第二神经网络和所述覆冰影响因子，预测所述风机对应的预测停机结束时间，根据所述预测停机起始时间和所述预测停机结束时间输出所述风机对应的覆冰停机时间；
32、预测模块，用于根据所述覆冰停机时间，确定所述风机对应的覆冰停运容量。
33、第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
34、第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
35、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
36、上述风电场风机覆冰停运容量预测方法、装置、计算机设备、存储介质和计算机程序产品，通过基于风电场风机的历史覆冰信息、历史气象信息和预测气象信息确定覆冰影响因子，由风机覆冰预测模型基于预测气象信息输出覆冰预测结果，确定存在覆冰时，由风机运行状态预测模型基于第一神经网络、第二神经网络和覆冰影响因子输出覆冰停机时间，基于覆冰停机时间确定风机对应的覆冰停运容量。相较于传统的通过实际的覆冰试验结果进行预测，本方案结合风机的历史和预测信息，结合覆冰预测模型和风机状态预测模型等多个模型对风机是否存在覆冰以及风机覆冰时停机的时间进行预测，并基于时间确定风机的覆冰停运容量，提高了获取风机因覆冰而停运的容量的效率。
1.一种风电场风机覆冰停运容量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待预测的风机对应的历史覆冰信息、历史气象信息以及预测气象信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史覆冰信息、历史气象信息以及预测气象信息，确定所述风机对应的覆冰影响因子，包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述预测气象信息输入风机覆冰预测模型，由所述风机覆冰预测模型根据所述预测气象信息输出所述风机对应的覆冰预测结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述第一神经网络为深度循环神经网络；所述第二神经网络为双向长短期记忆网络；
6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述覆冰停机时间，确定所述风机对应的覆冰停运容量，包括：
7.一种风电场风机覆冰停运容量预测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
