[發明專利]一種在線的風電場短期風速混合預測方法

無效

• 申請號: 201110247822.6
• 申請日: 2011-08-26
• 公開（公告）號: CN102338808A
• 公開（公告）日: 2012-02-01
• 發明（設計）人: 趙輝;李斌;王紅君;岳有軍
• 申請（專利權）人: 天津理工大學
• 主分類號: G01P5/00
• 分類號: G01P5/00
• 代理公司: 天津佳盟知識產權代理有限公司 12002
• 代理人: 侯力

1.一種在線預測的風電場短期風速混合預測方法，其特征在于，它包括：?

數據預處理，用于接收來自風速傳感器的信號，對風速信號進行預處理后，按時間順序將信號存儲，作為預測模型的訓練樣本序列，建立風速歷史序列數據庫并實時更新數據庫；

小波分解，用于將預處理后的風速序列信號分解成高頻信號和低頻信號兩部分，高頻成份進行時間序列預測，低頻成份進行支持向量機預測；

時間序列預測，用于接收小波分解處理后所發送的高頻信號，學習該信號并給出下一時刻的預測結果；

支持向量機預測，用于接收小波分解處理后所發送的低頻信號，學習該信號并給出下一時刻的預測結果；

小波重構，用于重構來自時間序列預測給出的預測結果和支持向量機預測給出的預測結果，得出風速預測值。

2.如權利要求1所述的方法，其特征在于所述的時間序列預測的具體過程是：

首先接收小波分解處理后所發送的高頻信號，并將信號加以整理，作為時間序列預測方法的訓練樣本；其次將非平穩的訓練樣本序列平穩化，再對平穩化的訓練樣本施行季節性差分變換；選定近似的數學模式來代表它們，用時間序列求出平穩化變換和季節性差分變換的數學模型中的諸未知參數，然后計算出未來的時間序列的預測值。

3.如權利要求1所述的方法，其特征在于所述的支持向量機預測的具體過程是：

首先接收小波分解處理后所發送的低頻信號，并將信號加以整理，作為支持向量機預測方法的訓練樣本；其次引入決策函數將訓練樣本序列變換到一個高維空間，然后再在這個空間中求最優分類面；根據樣本序列求出決策函數中的諸未知參數；然后計算出預測值。