[發明專利]用于風電場功率預測模型的正弦歸一化方法

有效

• 申請號: 201210272659.3
• 申請日: 2012-08-01
• 公開（公告）號: CN102831475A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 劉永前;韓爽;李莉;閻潔;孟航
• 申請（專利權）人: 華北電力大學
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 朱琨

1.用于風電場功率預測模型的正弦歸一化方法，其特征在于，包括以下步驟：

1）獲取風電場的n組數值天氣預報數據和風電場輸出功率數據；數據采樣間隔為15分鐘；

2）初始化BP神經網絡，該BP神經網絡具有兩個隱藏層；

3）分別對風速、風向正弦、風向余弦、氣溫、氣壓和濕度進行線性歸一化處理，線性歸一化的公式如下：

y′=y-yminymax-ymin]]>

其中y’為歸一化后的變量，y為待歸一化變量（風速、風向正弦、風向余弦、氣溫、氣壓或濕度），y_min為待歸一化變量中的最小值，y_max為待歸一化變量中的最大值；

對于風電場輸出功率數據，進行正弦歸一化處理，具體說明如下：

首先按以下公式進行線性歸一化處理：

xnew=x-xminxmax-xmin]]>

x_new線性歸一化后的風電場輸出功率數據，x為待歸一化的風電場輸出功率數據，x_min為待歸一化的風電場輸出功率數據中的最小值，x_max為待歸一化的風電場輸出功率數據中的最大值；

然后再按照以下公式進行正弦歸一化處理：

xnew′=sin(π2xnew)]]>

x′_new為正弦歸一化后的風電場輸出功率數據；

將y′和x′_new作用于神經網絡模型，依據BP誤差反向傳播算法，經過學習，最終建立BP神經網絡；

4）將x′_new作為BP神經網絡的輸入值進行預測，并將得到的預測結果進行反歸一化；首先按照以下公式進行正弦反歸一化：

x′=2πarcsin(xnew′)]]>

其中x′_new為上一步得到的預測結果，該值為0到1之間的值，x’為正弦反歸一化后的結果；而后再按照以下公式進行線性反歸一化：

p=x′(X_max-X_min)+X_min

P為風電場輸出功率預測值。

2.根據權利要求1所述的用于風電場功率預測模型的正弦歸一化方法，其特征在于，500≤n≤2000。