[發明專利]采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法

在審

• 申請號: 201410158376.5
• 申請日: 2014-04-18
• 公開（公告）號: CN103942620A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 路亮;汪寧渤;靳丹;丁坤;崔剛;周識遠;李津
• 申請（專利權）人: 國家電網公司;國網甘肅省電力公司;甘肅省電力公司風電技術中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 姜萬林

1.采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法，其特征在于，主要包括：

a、采用基于徑向基核函數支持向量機的復合數據源，對待測風電功率進行模型訓練；

b、基于待測風電功率的模型訓練結果，對待測風電功率進行短期預測。

2.根據權利要求1所述的采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法，其特征在于，所述步驟a，具體包括：

步驟a1、模型訓練基礎數據輸入；

步驟a2、數據預處理；

步驟a3、SVM分類器訓練；

步驟a4、得到SVM模型。

3.根據權利要求2所述的采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法，其特征在于，所述步驟a1，具體包括：

風功率預報系統模型訓練所需輸入數據，包括風電場基礎信息、歷史風速數據、歷史功率數據，以及包含風電場/風機坐標、測風塔坐標、升壓站坐標的地理信息系統（GIS）數據；其中，GIS數據主要用于功率預測時根據各風電場的上下游關系進行短期預測結果的優化，將基礎數據輸入到預測模型中進行模型訓練。

4.根據權利要求2所述的采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法，其特征在于，所述步驟a2，具體包括：

將風速數據和功率數據首先進行包含數據對齊及歸一化的預處理，GIS數據通過預處理確定電站上下游關系。

5.根據權利要求2所述的采用復合數據源基于徑向基核函數支持向量機的風電功率短期預測方法，其特征在于，所述步驟a3，具體包括：

SVM分類器是一個包含一個隱層的多層感知器，通過算法經訓練過程自動確定隱層節點數；

基于SVM分類器的非線性風電功率短期預測模型表示為：

其中，x是與風電功率密切相關的影響因素，如數值天氣預報NWP數據、歷史功率、風電場上下游關系；d是輸入變量的維度；f(x)是待預測的功率值；是從輸入空間到高維空間的非線性映射，即核函數；w是模型參數，b是預測殘差項；

定義懲罰函數即優化目標為：

min12||w||2+12rΣi=1Nei2;]]>

其中，e_i是誤差項，r為正則化參數，N為樣本數；

引入拉格朗日乘子λ后，將基于SVM分類器的非線性預測模型表達式轉化為：

f(x)=Σi=1NλiK(x,xi)+b;]]>

其中，λ_i(i=1,2,...,N)和b為模型系數，K(·)表示從輸入空間（非線性空間）到高位特征空間（線性空間）的非線性映射；

核函數K(·)采用徑向基函數（RBF）形式，為：

K(x,x_i)＝exp(-||x-x_i||²/σ²)；

其中，x_i(i=1,2,...,N)為輸入的訓練樣本，σ為核函數參數，為正常數；采用這種方法訓練得到SVM分類器每個基函數中心對應一個支持向量。