[發(fā)明專利]一種提高SVM風速預測精度的反歸一區(qū)間修正方法

有效

• 申請?zhí)枺?/td>: 201210144928.8
• 申請日: 2012-05-10
• 公開（公告）號: CN102664426A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設(shè)計）人: 楊錫運;孫寶君;李利霞;李金霞;劉舒
• 申請（專利權(quán)）人: 華北電力大學
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 朱琨

1.一種提高SVM風速預測精度的反歸一區(qū)間修正方法，其特征在于，它包括以下步驟：

1）位于當前時刻之前的n個小時為前時間段，位于當前時刻之后的n個小時為后時間段，前時間段和后時間段構(gòu)成了特定時間段；

在前時間段內(nèi)，提取當前時刻的風速數(shù)據(jù)y，然后以當前時刻為起點，每隔m分鐘提取風速數(shù)據(jù)，將該風速數(shù)據(jù)和風速數(shù)據(jù)y輸入至SVM模型中，SVM模型的輸出數(shù)據(jù)就是后時間段反歸一之前的預測風速數(shù)據(jù)；n的取值范圍為2至24，m的取值范圍為1-15；

2）對步驟1）中前時間段提取的風速數(shù)據(jù)進行趨勢分析，得到該時間段內(nèi)風速數(shù)據(jù)的趨勢線段，將該趨勢線段記為第一趨勢線段；

在后時間段內(nèi)，以當前時刻為起點，每隔m分鐘提取數(shù)值天氣預報中的風速數(shù)據(jù)，對這些風速數(shù)據(jù)進行趨勢分析，得到后時間段內(nèi)數(shù)值天氣預報中的風速數(shù)據(jù)的趨勢線段，將該趨勢線段記為第二趨勢線段；

對第一趨勢線段進行分類，將第一趨勢線段的終點對應(yīng)的風速減去第一趨勢線段的起點對應(yīng)的風速，得到風速變化差k；如果k>k₀m/s，則第一趨勢線段為升趨勢線段；如果k<-?k₀m/s，則第一趨勢線段為降趨勢線段；如果-?k₀m/s≤k≤?k₀m/s，則第一趨勢線段為平趨勢線段；k₀的取值范圍為0.25-4；

對第二趨勢線段進行分類，第二趨勢線段的分類方法與第一趨勢線段相同；

如果第一趨勢線段為升趨勢線段，第二趨勢線段為降趨勢線段，則風速總趨勢為升降；如果第一趨勢線段和第二趨勢線段均為降趨勢線段，則風速總趨勢為降降；如果第一趨勢線段為降趨勢線段，第二趨勢線段為升趨勢線段，則風速總趨勢為降升；如果第一趨勢線段和第二趨勢線段均為升趨勢線段，則風速總趨勢為升升；如果第一趨勢線段為平趨勢線段，第二趨勢線段為降趨勢線段，則風速總趨勢為平降；如果第一趨勢線段為平趨勢線段，第二趨勢線段為升趨勢線段，則風速總趨勢為平升；如果第一趨勢線段為降趨勢線段，第二趨勢線段為平趨勢線段，則風速總趨勢為降平；如果第一趨勢線段為升趨勢線段，第二趨勢線段為平趨勢線段，則風速總趨勢為升平；如果第一趨勢線段和第二趨勢線段均為平趨勢線段，則風速總趨勢為平平；

3）當風速總趨勢為升降、降降、降升、升升、平降或平升時，對SVM模型的輸出數(shù)據(jù)的反歸一風速區(qū)間進行修正，得到最終的反歸一風速區(qū)間；具體說明如下：將當前時刻的風速數(shù)據(jù)y與數(shù)值天氣預報中后時間段內(nèi)的趨勢變化量求和，得到風速修正值x，如果x>y，則最終的反歸一風速區(qū)間為[y,x]；如果x<y，則最終的反歸一風速區(qū)間為[x,y]；將第二趨勢線段的終點對應(yīng)的風速減去第二趨勢線段的起點對應(yīng)的風速，得到風速變化差p，風速變化差p即為數(shù)值天氣預報中后時間段內(nèi)的趨勢變化量；

當風速總趨勢為降平、升平或平平時，對SVM模型的輸出數(shù)據(jù)的反歸一風速區(qū)間進行修正，得到最終的反歸一風速區(qū)間；具體說明如下：從當前時刻回溯m分鐘的時刻的風速數(shù)據(jù)為y₁，從當前時刻回溯2m分鐘的時刻的風速數(shù)據(jù)為y₂，y、y₁和y₂三者的最大值為y_max，y、y₁和y₂三者的最小值為y_min，則最終的反歸一?風?速?區(qū)?間?為?[y_min-1,?y_max+1]。

2.根據(jù)權(quán)利要求1所述的一種提高SVM風速預測精度的反歸一區(qū)間修正方法，其特征在于，所述SVM模型的建立過程如下：

在前F天對應(yīng)的特定時間段內(nèi)，每隔m分鐘提取風速數(shù)據(jù)，將這些風速數(shù)據(jù)作為訓練樣本，將前F天對應(yīng)的前時間段內(nèi)提取的風速數(shù)據(jù)作為輸入數(shù)據(jù)，輸入數(shù)據(jù)按該時間段內(nèi)風速的最大值和最小值進行歸一化；將前F天對應(yīng)的后時間段內(nèi)提取的風速數(shù)據(jù)作為輸出數(shù)據(jù)，輸出數(shù)據(jù)按該時間段內(nèi)風速的最大值和最小值進行歸一化；對上述兩組歸一化后的數(shù)據(jù)進行訓練，從而建立SVM模型；F的取值范圍為3-30。