專利名稱：風(fēng)電場短時(shí)風(fēng)速預(yù)測方法及系統(tǒng)的制作方法
風(fēng)電場短時(shí)風(fēng)速預(yù)測方法及系統(tǒng)
技術(shù)領(lǐng)域：
本發(fā)明涉及風(fēng)速預(yù)測技術(shù)領(lǐng)域，尤其涉及一種風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)及方法。背景技術(shù)：
隨著環(huán)保問題的日益突出，能源供應(yīng)的漸趨緊張，風(fēng)力發(fā)電作為一種清潔的可再生能源的發(fā)電方式，越來越受到世界各國的歡迎和重視。我國幅員遼闊，擁有豐富的風(fēng)能資源，因此，近幾年來我國的風(fēng)力發(fā)電事業(yè)得到了很快的發(fā)展。隨著風(fēng)力發(fā)電技術(shù)的不斷發(fā)展，風(fēng)電單機(jī)容量和并網(wǎng)型風(fēng)電場的規(guī)模都在不斷增加，在電力需求中所占比例也越來越大。這個(gè)趨勢致使風(fēng)力發(fā)電對電網(wǎng)的影響越來越明顯。 為了滿足供電需求，保證電網(wǎng)穩(wěn)定運(yùn)行和供電系統(tǒng)的可靠性，必須對供電系統(tǒng)進(jìn)行有效的計(jì)劃和調(diào)度。而風(fēng)力發(fā)電本身所特有的間歇性和不確定性，增加了對電網(wǎng)計(jì)劃和調(diào)度的難度。為了解決風(fēng)電場發(fā)電量不穩(wěn)定的問題，必須加大供電系統(tǒng)的旋轉(zhuǎn)備用容量(特指運(yùn)行正常的發(fā)電機(jī)組維持額定轉(zhuǎn)速，隨時(shí)可以并網(wǎng)，或者已并網(wǎng)運(yùn)行僅帶一部分負(fù)荷，隨時(shí)可以增加出力至額定的發(fā)電機(jī)組)。旋轉(zhuǎn)備用容量的增加間接地增加了風(fēng)力發(fā)電的運(yùn)營整體成本。所以需要對大型風(fēng)電場風(fēng)速進(jìn)行預(yù)測，通過對風(fēng)電場風(fēng)速進(jìn)行短期和中期的準(zhǔn)確預(yù)測， 可以大幅降低電網(wǎng)旋轉(zhuǎn)備用容量，從而有效降低風(fēng)力發(fā)電系統(tǒng)成本，并且為電網(wǎng)運(yùn)行調(diào)度提供可靠的依據(jù)。傳統(tǒng)的風(fēng)速預(yù)測方法有時(shí)間序列法、神經(jīng)網(wǎng)絡(luò)法、卡爾曼濾波法等。而時(shí)間序列法具有低階模型預(yù)測精度低、高階模型參數(shù)固定難度大的不足；而神經(jīng)網(wǎng)絡(luò)法也存在收斂速度慢、隱節(jié)點(diǎn)的選取缺乏理論指導(dǎo)、訓(xùn)練數(shù)據(jù)龐大等缺陷；卡爾曼濾波方法又存在建立卡爾曼狀態(tài)方程和測量方程較困難的不足，且對復(fù)雜的非線性系統(tǒng)難以準(zhǔn)確預(yù)測。因此傳統(tǒng)的風(fēng)速預(yù)測方法預(yù)測的準(zhǔn)確度不高。

發(fā)明內(nèi)容基于此，有必要提供一種能提高預(yù)測準(zhǔn)確度的風(fēng)電場短時(shí)風(fēng)速預(yù)測方法及系統(tǒng)。一種風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，包括如下步驟步驟一、采集初始風(fēng)速數(shù)據(jù)；步驟二、采用多孔小波變換將所述初始風(fēng)速數(shù)據(jù)分解為初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)；步驟三、利用BP神經(jīng)網(wǎng)絡(luò)建立高頻風(fēng)速預(yù)測模型，將所述初始高頻風(fēng)速數(shù)據(jù)輸入所述高頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測高頻風(fēng)速數(shù)據(jù)；步驟四、利用BP神經(jīng)網(wǎng)絡(luò)建立低頻風(fēng)速預(yù)測模型，將所述初始低頻風(fēng)速數(shù)據(jù)輸入所述低頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測低頻風(fēng)速數(shù)據(jù)；及步驟五、采用多孔小波逆變換法將所述預(yù)測高頻風(fēng)速數(shù)據(jù)和所述預(yù)測低頻風(fēng)速數(shù)據(jù)進(jìn)行重構(gòu)，獲得風(fēng)速預(yù)測值。在優(yōu)選的實(shí)施例中，所述步驟二中采用如下公式得到初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)設(shè)初始風(fēng)速數(shù)據(jù)的風(fēng)速序列為\ = Ix1, X2,…xt_J，其中，Xt是t時(shí)刻的風(fēng)速數(shù)據(jù)；
則初始低頻風(fēng)速的風(fēng)速序列為X1 = X0*H,且初始高頻風(fēng)速的風(fēng)速序列為D = X0-X1 ；其中H為低頻濾波器。在優(yōu)選的實(shí)施例中，所述步驟三為(1)、將步驟ニ得到的初始高頻風(fēng)速的風(fēng)速序列D作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn) 作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Yk;Oj = f( Σ WijjDi)-θ J ；Yk = f(ETJ,kOJ)-0k；其中，Oj為隱含層節(jié)點(diǎn)j處的輸出值；f 00 = 1バl(wèi)+e_x) j為連接輸入層節(jié)點(diǎn) i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ i為輸入層節(jié)點(diǎn)i處的閾值，其初始 值由系統(tǒng)隨機(jī)給定；Yk為輸出層節(jié)點(diǎn)k處的輸出值；Y^t為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn) k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ k為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)
會ロ疋；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Yk與期望輸出值tk之間的偏差，通過調(diào)整權(quán)值Wi^Tjik以及 閾值θいθ k，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和 閾值，訓(xùn)練即停止；誤差的計(jì)算公式為ル-tkf ；調(diào)整的權(quán)值Wy 計(jì)算公式為= η δ ^.+Wijj(Ii)；其中η為學(xué)習(xí)因子，0< η <1;η為學(xué)習(xí)次數(shù)；δい.表示誤差對權(quán)值Wi,的負(fù) 梯度；權(quán)值 Tj,k 的計(jì)算公式為=Tm(η,I) = ηφΜ + Tj.,(η)；其中η為學(xué)習(xí)因子，0 < η < 1 ;η為學(xué)習(xí)次數(shù)；ち^表示誤差對Tj,k的負(fù)梯度；閾值θ i 的計(jì)算公式為θ i (n+1) = η δ ^ei(H)；其中η為學(xué)習(xí)因子，0< η <1;η為學(xué)習(xí)次數(shù)；Si表示誤差對閾值Qi的負(fù)梯 度；閾值θ k 的計(jì)算公式為θ k(n+l) = η 5k+0k(n)；其中Ii為學(xué)習(xí)因子，ο< η <ι;η為學(xué)習(xí)次數(shù)；Sk表示誤差對閾值ek的負(fù)梯 度；(3)、將O)中確定的權(quán)值和閾值作為預(yù)測數(shù)據(jù)的權(quán)值和閾值代入(1)中進(jìn)行計(jì) 算，得到預(yù)測高頻風(fēng)速數(shù)據(jù)Df。在優(yōu)選的實(shí)施例中，所述步驟四為(1)、將步驟ニ得到的初始低頻風(fēng)速的風(fēng)速序列\(zhòng)作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn) 作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Ylk;Qlj = f( Σ WlijjXli)-θ π ；Ylk = f(ET1J,kO1J)-0lk；其中，Olj為隱含層節(jié)點(diǎn)j處的輸出值；f 00 = 1バl(wèi)+e_x) ；Wliij為連接輸入層節(jié)點(diǎn) i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ π為輸入層節(jié)點(diǎn)i處的閾值，其初始 值由系統(tǒng)隨機(jī)給定；Ylk為輸出層節(jié)點(diǎn)k處的輸出值；Tu, k為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn)k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ lk為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)給定；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Ylk與期望輸出值tlk之間的偏差，通過調(diào)整權(quán)值Wli^IYk以及閾值θ…θ lk，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和閾值，訓(xùn)練即停止；誤差的計(jì)算公式為
權(quán)利要求
1.一種風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，包括如下步驟 步驟一、采集初始風(fēng)速數(shù)據(jù)；步驟二、采用多孔小波變換將所述初始風(fēng)速數(shù)據(jù)分解為初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)；步驟三、利用BP神經(jīng)網(wǎng)絡(luò)建立高頻風(fēng)速預(yù)測模型，將所述初始高頻風(fēng)速數(shù)據(jù)輸入所述高頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測高頻風(fēng)速數(shù)據(jù)；步驟四、利用BP神經(jīng)網(wǎng)絡(luò)建立低頻風(fēng)速預(yù)測模型，將所述初始低頻風(fēng)速數(shù)據(jù)輸入所述低頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測低頻風(fēng)速數(shù)據(jù)；及步驟五、采用多孔小波逆變換法將所述預(yù)測高頻風(fēng)速數(shù)據(jù)和所述預(yù)測低頻風(fēng)速數(shù)據(jù)進(jìn)行重構(gòu)，獲得風(fēng)速預(yù)測值。
2.根據(jù)權(quán)利要求1所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，其特征在于所述步驟二中采用如下公式得到初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)設(shè)初始風(fēng)速數(shù)據(jù)的風(fēng)速序列為\ = Ix1, xt, ".Xt-J，其中，&是t時(shí)刻的風(fēng)速數(shù)據(jù)； 則初始低頻風(fēng)速的風(fēng)速序列為& = \*H，且初始高頻風(fēng)速的風(fēng)速序列為D = X0-X1 ； 其中H為低頻濾波器。
3.根據(jù)權(quán)利要求2所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，其特征在于所述步驟三為(1)、將步驟二得到的初始高頻風(fēng)速的風(fēng)速序列D作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn)作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Yk;Oj = f( Σ WijjDi)-θ j ； Yk = f(ETJ,kOJ)-0k；其中，Oj為隱含層節(jié)點(diǎn)j處的輸出值；f (χ) =l/(l+e_x) 為連接輸入層節(jié)點(diǎn)i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ i為輸入層節(jié)點(diǎn)i處的閾值，其初始值由系統(tǒng)隨機(jī)給定；Yk為輸出層節(jié)點(diǎn)k處的輸出值；T^t為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn)k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ k為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)給定；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Yk與期望輸出值tk之間的偏差，通過調(diào)整權(quán)值WifTjik以及閾值 θ” θ k，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和閾值， 訓(xùn)練即停止；誤差的計(jì)算公式為:E =去^(Yk-tkf；L k調(diào)整的權(quán)值Wi, j計(jì)算公式為^ >+ι) = η Sij^wijj(Ii)；其中n為學(xué)習(xí)因子，ο< η < ι ；η為學(xué)習(xí)次數(shù)；δ u表示誤差對權(quán)值Wm的負(fù)梯度； 權(quán)值 Tj,k 的計(jì)算公式為ΤΜ(η + \) = ηφΜ + Tj.,(η)；其中n為學(xué)習(xí)因子，ο< η < ι ;η為學(xué)習(xí)次數(shù)；表示誤差對IYk的負(fù)梯度； 閾值θ i的計(jì)算公式為Θ i(η+1) = η δ ^ei(H)；其中n為學(xué)習(xí)因子，ο < η <ι;η為學(xué)習(xí)次數(shù)；31表示誤差對閾值Qi的負(fù)梯度； 閾值θ k的計(jì)算公式為θ k(n+l) = η 5k+0k(n)；其中n為學(xué)習(xí)因子，ο < n <i;n為學(xué)習(xí)次數(shù)；31;表示誤差對閾值Θ k的負(fù)梯度；(3)、將O)中確定的權(quán)值和閾值作為預(yù)測數(shù)據(jù)的權(quán)值和閾值代入(1)中進(jìn)行計(jì)算，得到預(yù)測高頻風(fēng)速數(shù)據(jù)Df。
4.根據(jù)權(quán)利要求2所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，其特征在于，所述步驟四為(1)、將步驟二得到的初始低頻風(fēng)速的風(fēng)速序列&作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn)作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Ylk ；Olj = T(EwliijXli)-0Ii;Ylk = f(ET1J,kO1J)-0lk；其中，Olj為隱含層節(jié)點(diǎn)j處的輸出值；f (χ) = l/(l+e_x) ；Wli,j為連接輸入層節(jié)點(diǎn)i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ π為輸入層節(jié)點(diǎn)i處的閾值，其初始值由系統(tǒng)隨機(jī)給定；Ylk為輸出層節(jié)點(diǎn)k處的輸出值；Tu, k為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn) k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ lk為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)給定；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Ylk與期望輸出值tlk之間的偏差，通過調(diào)整權(quán)值《1μ、Τμ以及閾值θ…θ lk，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和閾值，訓(xùn)練即停止；誤差的計(jì)算公式為為；L k調(diào)整的權(quán)值《U計(jì)算公式為Wli,>+ι) = η δπ,，π,>)；其中n為學(xué)習(xí)因子，ο< η〈^!！為學(xué)習(xí)次數(shù)^&彳表示誤差對權(quán)值巧吣的負(fù)梯度；權(quán)值 Tljik 的計(jì)算公式為Τ1Λ> +1) = ηφ1Μ + T11 k(n)；其中n為學(xué)習(xí)因子，ο< η <ι;η為學(xué)習(xí)次數(shù)；表示誤差對τ1Μ 的負(fù)梯度； 閾值θ π的計(jì)算公式為θ π(η+1) = η δ li+ θ π(η)；其中n為學(xué)習(xí)因子，ο < n <i;n為學(xué)習(xí)次數(shù)；δπ表示誤差對閾值Gi的負(fù)梯度； 閾值θ lk的計(jì)算公式如下θ lk(n+l) = n δ lk+ θ lk(n)；其中η為學(xué)習(xí)因子，o< n <i;n為學(xué)習(xí)次數(shù)；Slk表示誤差對閾值Θ lk的負(fù)梯度；(3)、將O)中確定的權(quán)值和閾值作為預(yù)測數(shù)據(jù)的權(quán)值和閾值代入(1)中進(jìn)行計(jì)算，得到預(yù)測低頻風(fēng)速數(shù)據(jù)Z/。
5.根據(jù)權(quán)利要求3或4所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，其特征在于η= 0. 1 ;n = 2000。
6.根據(jù)權(quán)利要求4所述的，其特征在于步驟五中所述風(fēng)速預(yù)測值為 X f = X { + D f。
7.一種風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于，包括 初始風(fēng)速采集模塊，用于采集初始風(fēng)速數(shù)據(jù)；初始風(fēng)速分解模塊，用于采用多孔小波變換將所述初始風(fēng)速數(shù)據(jù)分解為初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)；高頻風(fēng)速預(yù)測模塊，用于利用BP神經(jīng)網(wǎng)絡(luò)建立高頻風(fēng)速預(yù)測模型，將所述初始高頻風(fēng)速數(shù)據(jù)輸入所述高頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測高頻風(fēng)速數(shù)據(jù)；低頻風(fēng)速預(yù)測模塊，用于利用BP神經(jīng)網(wǎng)絡(luò)建立低頻風(fēng)速預(yù)測模型，將所述初始低頻風(fēng)速數(shù)據(jù)輸入所述低頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測低頻風(fēng)速數(shù)據(jù)；及預(yù)測風(fēng)速重構(gòu)模塊，用于采用多孔小波逆變換法將所述預(yù)測低頻風(fēng)速數(shù)據(jù)和所述預(yù)測高頻風(fēng)速數(shù)據(jù)進(jìn)行重構(gòu)，獲得風(fēng)速預(yù)測值。
8.根據(jù)權(quán)利要求7所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于所述初始風(fēng)速分解模塊采用如下公式得到初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)設(shè)初始風(fēng)速數(shù)據(jù)的風(fēng)速序列為\ = Ix1, x2, ".Xt-J，其中，&是t時(shí)刻的風(fēng)速數(shù)據(jù)； 則初始低頻風(fēng)速的風(fēng)速序列為& = \*H，且初始高頻風(fēng)速的風(fēng)速序列為D = X0-X1 ； 其中H為低頻濾波器。
9.根據(jù)權(quán)利要求8所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于所述高頻風(fēng)速預(yù)測模塊采用如下方法計(jì)算得到預(yù)測高頻風(fēng)速數(shù)據(jù)(1)、將所述初始風(fēng)速分解模塊得到的初始高頻風(fēng)速的風(fēng)速序列D作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn)作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Yk;Oj = f( Σ WijjDi)-θ j ； Yk = f(ETJ,kOJ)-0k；其中，Oj為隱含層節(jié)點(diǎn)j處的輸出值；f (χ) =l/(l+e_x) 為連接輸入層節(jié)點(diǎn)i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ i為輸入層節(jié)點(diǎn)i處的閾值，其初始值由系統(tǒng)隨機(jī)給定；Yk為輸出層節(jié)點(diǎn)k處的輸出值；T^t為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn)k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ k為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)給定；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Yk與期望輸出值tk之間的偏差，通過調(diào)整權(quán)值WifTjik以及閾值 θ” θ k，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和閾值， 訓(xùn)練即停止；誤差的計(jì)算公式為:E - \ ^(Yk-tk f；L k調(diào)整的權(quán)值Wi, j計(jì)算公式為^ >+ι) = η Sij^wijj(Ii)；其中n為學(xué)習(xí)因子，ο< η < ι ；η為學(xué)習(xí)次數(shù)；δ u表示誤差對權(quán)值Wm的負(fù)梯度； 權(quán)值Tj,k的計(jì)算公式為ΤΜ…+1) = ηφΜ + Tuk(η)；其中n為學(xué)習(xí)因子，ο< η < ι ;η為學(xué)習(xí)次數(shù)；表示誤差對IYk的負(fù)梯度； 閾值θ i的計(jì)算公式為Θ i(η+1) = η δ ^ei(H)；其中n為學(xué)習(xí)因子，ο < η <ι;η為學(xué)習(xí)次數(shù)；31表示誤差對閾值Qi的負(fù)梯度； 閾值θ k的計(jì)算公式為θ k(n+i) = η 5k+0k(n)；其中n為學(xué)習(xí)因子，ο < η <ι;η為學(xué)習(xí)次數(shù)；31;表示誤差對閾值Θ k的負(fù)梯度；(3)、將O)中確定的權(quán)值和閾值作為預(yù)測數(shù)據(jù)的權(quán)值和閾值代入(1)中進(jìn)行計(jì)算，得到預(yù)測高頻風(fēng)速數(shù)據(jù)Df。
10.根據(jù)權(quán)利要求8所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于所述低頻風(fēng)速預(yù)測模塊采用如下方法計(jì)算得到預(yù)測低頻風(fēng)速數(shù)據(jù)(1)、將所述初始風(fēng)速分解模塊得到的初始低頻風(fēng)速的風(fēng)速序列&作為訓(xùn)練數(shù)據(jù)通過隱含層節(jié)點(diǎn)作用于輸出層節(jié)點(diǎn)，經(jīng)過如下非線形變換，產(chǎn)生輸出數(shù)據(jù)Yk ； Olj = T(EwliijXli)-0Ii;Ylk = f(ET1J,kO1J)-0lk；其中，Olj為隱含層節(jié)點(diǎn)j處的輸出值；f (χ) = l/(l+e_x) ；Wli,j為連接輸入層節(jié)點(diǎn)i與隱含層節(jié)點(diǎn)j的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ π為輸入層節(jié)點(diǎn)i處的閾值，其初始值由系統(tǒng)隨機(jī)給定；Ylk為輸出層節(jié)點(diǎn)k處的輸出值；Tu, k為連接隱含層節(jié)點(diǎn)j與輸出層節(jié)點(diǎn) k處的權(quán)值，其初始值由系統(tǒng)隨機(jī)給定；θ lk為輸出層節(jié)點(diǎn)k處的閾值，其初始值由系統(tǒng)隨機(jī)給定；(2)、神經(jīng)網(wǎng)絡(luò)輸出值Ylk與期望輸出值tlk之間的偏差，通過調(diào)整權(quán)值《1μ、Τμ以及閾值θ…θ lk，使誤差沿梯度方向下降；經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)權(quán)值和閾值，訓(xùn)練即停止；誤差的計(jì)算公式為為；L k調(diào)整的權(quán)值《U計(jì)算公式為Wli,>+ι) = η δπ,，π,>)；其中n為學(xué)習(xí)因子，ο< η〈^!！為學(xué)習(xí)次數(shù)^&彳表示誤差對權(quán)值巧吣的負(fù)梯度；權(quán)值 Tljik 的計(jì)算公式為Τ1Λ> +1) = ηφ1Μ + T11 k(n)；其中n為學(xué)習(xí)因子，ο< η <ι;η為學(xué)習(xí)次數(shù)；表示誤差對τ1Μ 的負(fù)梯度； 閾值θ π的計(jì)算公式為θ π(η+1) = η δ li+ θ π(η)；其中n為學(xué)習(xí)因子，ο < n <i;n為學(xué)習(xí)次數(shù)；δπ表示誤差對閾值Gi的負(fù)梯度； 閾值θ lk的計(jì)算公式如下θ lk(n+l) = n δ lk+ θ lk(n)；其中η為學(xué)習(xí)因子，o< n <i;n為學(xué)習(xí)次數(shù)；Slk表示誤差對閾值Θ lk的負(fù)梯度；(3)、將O)中確定的權(quán)值和閾值作為預(yù)測數(shù)據(jù)的權(quán)值和閾值代入(1)中進(jìn)行計(jì)算，得到預(yù)測低頻風(fēng)速數(shù)據(jù)Z/。
11.根據(jù)權(quán)利要求9或10所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于η= 0. 1 ;n =2000。
12.根據(jù)權(quán)利要求10所述的風(fēng)電場短時(shí)風(fēng)速預(yù)測系統(tǒng)，其特征在于所述預(yù)測風(fēng)速重構(gòu)模塊采用如下公式計(jì)算得到所述風(fēng)速預(yù)測值Xf = X(+Df。
全文摘要
本發(fā)明提供一種風(fēng)電場短時(shí)風(fēng)速預(yù)測方法及系統(tǒng)。該風(fēng)電場短時(shí)風(fēng)速預(yù)測方法，包括如下步驟采集初始風(fēng)速數(shù)據(jù)；采用多孔小波變換將所述初始風(fēng)速數(shù)據(jù)分解為初始低頻風(fēng)速數(shù)據(jù)和初始高頻風(fēng)速數(shù)據(jù)；利用BP神經(jīng)網(wǎng)絡(luò)建立高頻風(fēng)速預(yù)測模型，將初始高頻風(fēng)速數(shù)據(jù)輸入所述高頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測高頻風(fēng)速數(shù)據(jù)；利用BP神經(jīng)網(wǎng)絡(luò)建立低頻風(fēng)速預(yù)測模型，將初始低頻風(fēng)速數(shù)據(jù)輸入所述低頻風(fēng)速預(yù)測模型，計(jì)算得到預(yù)測低頻風(fēng)速數(shù)據(jù)；及采用多孔小波逆變換法將所述預(yù)測高頻風(fēng)速數(shù)據(jù)和所述預(yù)測低頻風(fēng)速數(shù)據(jù)進(jìn)行重構(gòu)，獲得風(fēng)速預(yù)測值。上述風(fēng)電場短時(shí)風(fēng)速預(yù)測方法具有預(yù)測數(shù)據(jù)較為精確的優(yōu)點(diǎn)。
文檔編號G06F19/00GK102542133SQ201010585999
公開日2012年7月4日 申請日期2010年12月10日 優(yōu)先權(quán)日2010年12月10日
發(fā)明者張巍, 王偉民 申請人:中國科學(xué)院深圳先進(jìn)技術(shù)研究院