[發明專利]基于連續時間段聚類與支持向量機建模的風電功率預測方法

無效

• 申請號: 201110243715.6
• 申請日: 2011-08-24
• 公開（公告）號: CN102298707A
• 公開（公告）日: 2011-12-28
• 發明（設計）人: 楊蘋;楊曦;丁志勇;王憲彬
• 申請（專利權）人: 遼寧力迅風電控制系統有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州市南鋒專利事務所有限公司 44228
• 代理人: 李永慶

1.一種基于連續時間段聚類與支持向量機建模的風電功率預測方法，其特征在于：包括以下步驟：①根據風特性進行全年相似日無監督聚類；②利用步驟①中的相似日聚類結果，再把全年分為n個連續時間段，依據每個時間段內各類日子所占有的頻次以及該連接時間段的風特性，對每個時間段進行聚類并劃分類別；③對步驟②中的類別相同的時間段用SVM建模，用于往后各年相同時間的預測。

2.根據權利要求1所述的基于連續時間段聚類與支持向量機建模的風電功率預測方法，其特征在于：所述步驟①包括以下具體的步驟：

??1）根據風速在一天當中的變化趨勢、幅值、波動性，構造分類樣本，樣本構造形式如下：

??????????????????????????????????????????????????????

???式中，a_s1…a_sH為一天當中各個時間點的風速值；a_smax為日最大風速；a_smin為日最小風速；a_smean為日平均風速；a_sstd為日風速標準差；

???2）確定樣本構成后，需要分別對各物理量進行歸一化處理，以消除不同物理量之間由于量綱差異對聚類結果造成的影響，歸一化采用最大最小歸一化：

??(i=1,2…I,j=1,2…J)???

式中，b_ji為第j個物理量中的第i個采樣值；b_jmin為第j個物理量的最小值；b_jmax為第j個物理量的最大值；

????3）采用類別總數C可變的K-means聚類算法對樣本進行聚類。

3.根據權利要求2所述的基于連續時間段聚類與支持向量機建模的風電功率預測方法，其特征在于：所述步驟3）中，聚類過程如下：

????⑴?計算所有樣本的初始化聚類中心，所用公式如下：?式中，c=1為初始條件，當c=C，（C≥2且k∈N+）時，能明顯區分不同類型的風速，則c=C為聚類類別，聚類樣本集：X={x_k|x_k∈R^p，k=1，2，…，K，P∈N+}，目前已得到C’?個類別，C’個聚類中心Z={z_c|z_c∈R^p，c=1，2，…，C’，P∈N+}；用w_c(c=1，2，…，C’)表示聚類得到的C’個類別；???????????????????

?⑵?當c=C’時選取一個樣本容量最大的已知聚類中心z_w，分裂為兩個中心z_w-e和z_w+e，

從而使類別數目增加為c=C’+1；

????⑶?計算各個點到聚類中心的距離，把距離最近的點歸到該類，所用的公式如下：?

??????????，???????????????????

?????式中，K_c表示w_c類包含的樣本個數，d_ck(x_k,z_c)表示第c類的第k點x_k到該類的聚類中心z_c的距離，目標函數Q為各樣本數據點到相應聚類中心的平方和，聚類的目的是使Q取得最小值；

?⑷?根據分類結果，利用步驟⑴中的公式重新調整各個聚類中心的位置；

?⑸重復步驟?⑶?至⑷，直至各個聚類中心不再移動；

????⑹重復步驟?⑵?至?⑸，直至能清晰分類不同類型的風速。