[發明專利]一種基于馬爾科夫理論的風電場風速預測方法

在審

• 申請號: 201410062993.5
• 申請日: 2014-02-25
• 公開（公告）號: CN103996071A
• 公開（公告）日: 2014-08-20
• 發明（設計）人: 于洋;虞闖;伊躍;劉曉陽
• 申請（專利權）人: 沈陽理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 沈陽利泰專利商標代理有限公司 21209
• 代理人: 李樞

1.一種基于馬爾科夫理論的風電場風速預測方法，其特征在于包括以下步驟：

根據一特定的預測時間間隔，讀入歷史年份的同季度風速數據，獲取本地區風速狀態的一步轉移概率矩陣，該預測時間間隔可變；

根據一特定的預測時間間隔，讀入本季度的風速數據，以得到風速預測模型的訓練樣本序列；該預測時間間隔可變；

利用小波分解和重構將訓練樣本變換成為N層低頻風速數據和1層高頻風速訓練樣本數據，利用以上N+1層訓練樣本數據建立N+1個ARMA模型；

讀取近階段的風速數據，并利用小波分解和重構將近階段的風速數據變換成為N層低頻風速數據和1層高頻風速數據，利用已建立的ARMA模型分別對多層低頻數據和高頻數據進行分層預測，分層預測結果加權疊加后可得到一次預測值；

利用馬爾科夫一步轉移概率矩陣進行一次預測值修正，獲取最終預測結果。

2.根據權利要求1所述的馬爾科夫理論的風電場風速預測方法，其特征在于還包括：

以歷史年份的同季度風速數據作為風電場當前季度風速狀態的一步轉移概率矩陣，設歷史年份的同季度風速數據X₀={X₁,?X_?2,……X_?t}，其中X_?t表示在t時刻的風速數據；

以某固定風速間隔w進行風速數據狀態空間劃分，可設置第n個風速狀態空間風速數據范圍為[w*(n-1)，w*n](?w可變)；

進而可構建風電場在該季節的風速狀態一步轉移概率矩陣P；

以風速狀態一步轉移概率矩陣P進行一次預測值的修正，馬爾科夫模型可表示為（S，P，π）；

S是本地區風電場的所有可能狀態所組成的非空狀態集，即系統的狀態空間；

P=[p_ij(t，t+1)]_n?x?n是系統的狀態轉移概率矩陣，p_ij(t，t+1)=P{X_t+1=j|X_t=i}表示系統在t時刻處于狀態i，經過1步狀態轉移處于狀態j的概率；

π=[π₁π₂…….π_n]表示風電場的當前風速狀態；馬爾科夫理論的修正模型通過

當前風速的狀態空間π_i經過一步狀態轉移到達一次預測值的狀態空間π_j的概率值大小進行一次預測值的有效性判斷，并根據該概率值進行一次預測值的判斷與修正。