[發(fā)明專利]自適應(yīng)風(fēng)電功率預(yù)測系統(tǒng)及預(yù)測方法

無效

• 申請?zhí)枺?/td>: 201310067802.X
• 申請日: 2013-03-04
• 公開（公告）號: CN104036328A
• 公開（公告）日: 2014-09-10
• 發(fā)明（設(shè)計）人: 李新春;喬靖玉
• 申請（專利權(quán)）人: 橫河電機(jī)株式會社
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/02
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 陳源;張?zhí)焓?/td>

1.一種超短期風(fēng)機(jī)輸出功率預(yù)測系統(tǒng)，用于對多個風(fēng)場中的目標(biāo)風(fēng)機(jī)的輸出功率進(jìn)行預(yù)測，所述預(yù)測系統(tǒng)包括：

風(fēng)場信息采集部分，用于采集所述多個風(fēng)場的測風(fēng)塔數(shù)據(jù)和風(fēng)機(jī)運(yùn)行數(shù)據(jù)，并將其相關(guān)聯(lián)地記錄在數(shù)據(jù)庫中作為歷史信息；

主元分析提取部分，用于從所述風(fēng)場信息采集部分讀取所述歷史信息，并基于從所述歷史信息中提取的數(shù)據(jù)執(zhí)行主元分析，以確定符合預(yù)定條件的主元；和

神經(jīng)網(wǎng)絡(luò)部分，其利用從所述主元分析提取部分獲取的主元作為輸入節(jié)點(diǎn)建立徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF），并使用所得的神經(jīng)網(wǎng)絡(luò)預(yù)測風(fēng)機(jī)的輸出功率；

所述預(yù)測系統(tǒng)的特征在于還包括更新部分，所述更新部分利用卡爾曼濾波算法對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)進(jìn)行在線更新。

2.如權(quán)利要求1所述的預(yù)測系統(tǒng)，其中所述更新部分將所述神經(jīng)網(wǎng)絡(luò)中從隱含層節(jié)點(diǎn)到輸出層節(jié)點(diǎn)的權(quán)值作為要通過所述卡爾曼濾波算法進(jìn)行在線更新的狀態(tài)變量。

3.如權(quán)利要求2所述的預(yù)測系統(tǒng)，其中所述主元分析提取部分在執(zhí)行主元分析之前，還計算所述多個風(fēng)場的測風(fēng)塔數(shù)據(jù)與所述目標(biāo)風(fēng)機(jī)的輸出功率之間的相關(guān)系數(shù)，并且提取所述多個風(fēng)場中與所述目標(biāo)風(fēng)機(jī)的輸出功率之間的相關(guān)系數(shù)大于預(yù)定閾值的測風(fēng)塔數(shù)據(jù)。

4.如權(quán)利要求3所述的預(yù)測系統(tǒng)，其中所述多個風(fēng)場的測風(fēng)塔數(shù)據(jù)包括風(fēng)速和風(fēng)向中的至少一項。

5.如權(quán)利要求1至3中任一項所述的預(yù)測系統(tǒng)，其中所述神經(jīng)網(wǎng)絡(luò)部分在執(zhí)行預(yù)測之前在離線狀態(tài)下通過所述提取的歷史信息對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

6.如權(quán)利要求1所述的預(yù)測系統(tǒng)，其中所述主元分析提取部分中按照累計貢獻(xiàn)率超過85%的準(zhǔn)則確定主元。

7.一種超短期風(fēng)機(jī)輸出功率預(yù)測方法，包括如下步驟：

采集多個風(fēng)場的測風(fēng)塔數(shù)據(jù)和風(fēng)機(jī)運(yùn)行數(shù)據(jù)，并將其相關(guān)聯(lián)地記錄在數(shù)據(jù)庫中作為歷史信息；

基于從所述歷史信息中提取的數(shù)據(jù)執(zhí)行主元分析，以確定符合預(yù)定條件的主元；

以所確定的主元作為輸入節(jié)點(diǎn)建立徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF），并使用所獲得的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測風(fēng)機(jī)的輸出功率；和

利用卡爾曼濾波算法對神經(jīng)網(wǎng)絡(luò)進(jìn)行在線更新。

8.如權(quán)利要求7所述的預(yù)測方法，其中以所述神經(jīng)網(wǎng)絡(luò)中從隱含層節(jié)點(diǎn)到輸出層節(jié)點(diǎn)的權(quán)值作為通過所述卡爾曼濾波算法進(jìn)行在線更新的狀態(tài)變量。

9.如權(quán)利要求7或8所述的預(yù)測方法，在執(zhí)行主元分析之前，還計算所述多個風(fēng)場的測風(fēng)塔數(shù)據(jù)與所述目標(biāo)風(fēng)機(jī)的輸出功率之間的相關(guān)系數(shù)，并且提取所述多個風(fēng)場中與所述目標(biāo)風(fēng)機(jī)的輸出功率之間的相關(guān)系數(shù)大于預(yù)定閾值的測風(fēng)塔數(shù)據(jù)。

10.如權(quán)利要求9所述的預(yù)測方法，其中所述多個風(fēng)場的測風(fēng)塔數(shù)據(jù)包括風(fēng)速和風(fēng)向中的至少一項。

11.如權(quán)利要求7或8所述的預(yù)測方法，其中在應(yīng)用所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)執(zhí)行預(yù)測之前在離線狀態(tài)下通過所述提取的歷史信息對所述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。